-
题名支持向量分类器及其在原核生物基因计算识别中的应用
- 1
-
-
作者
黄国华
-
机构
邵阳学院理学与信息科学系
-
出处
《湖南第一师范学院学报》
2011年第2期133-136,共4页
-
基金
湖南省教育厅科研项目(09C888)
-
文摘
以支持向量机为分类器,序列的k-letter词为特征,建立了原核生物的基因识别模型。分别选取已知功能的基因为正样本,和与等长正样本的随机突变序列为负样本组成训练集。5倍交叉实验的结果表示,对于具有不同核函数的支持向量机以及不同长度的词特征,其预测准确率不同,最高的可达94%以上,最差的低于60%;长度为3的词的特征的分类结果最好,其次是长度为4。这说明3联核苷酸为基因序列比较好的统计特征。
-
关键词
支持向量机
基因识别
核函数
K—letter词
-
Keywords
Support Vector Machine
gene recognition
kemal function
K-letter word
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名支持向量机在分类问题中的应用研究
被引量：8
- 2
-
-
作者
张冬生
-
机构
兰州交通大学
-
出处
《黑龙江科技信息》
2010年第35期64-64,264,共2页
-
文摘
支持向量机是一种基于统计学习理论的机器学习方法,针对小样本情况表现出了优良的性能,目前被广泛应用于模式识别、函数回归、故障诊断等方面。这里主要研究支持向量机分类问题,着重讨论了以下几个方面的内容。首先介绍了支持向量机分类器算法,并将其应用于数据分类,取得了较高的准确率,所用数据来自于UCI数据集。仿真结果表明该算法具有较快的收敛速度和较高的计算精度。
-
关键词
支持向量机
分类器
核函数
-
Keywords
support vector machine
classifier
kemal functions
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
