基于改进的Winnow算法的剪接位点识别
改进Winnow算法,信息融合,乘法权更新方法,特征分析
 |
| 第8页 |
 |
| 第1页 |
参见附件(571KB，9页)。
晏春 倪青山 杜耀华 王正志 国防科技大学自动化学院 国防科技大学自动化学院 国防科技大学自动化学院 国防科技大学自动化学院
【摘要】DNA序列功能位点的识别是目前生物信息学领域的一个研究热点,剪接位点的识别就是其中之一.为了充分利用剪接位点的特征模式,从而更好地识别剪接位点,建立了一个基于改进Winnow算法的剪接位点识别系统.与其他方法相比较,改进的Winnow算法具有更好的鲁棒性,适用于高维特征空间,能够融合多种模式信息,即使在包含很多不相关特征的情况下,也能有很好的性能.同时在训练的时候,对特征集进行了剪枝,把一些对识别几乎没有贡献的特征去除,这样做对结果的影响可以忽略,而且提高了算法的效率.通过实验验证,改进的Winnow算法可以很好地识别剪接位点,其多个性能指标达到或超过目前国际上流行的剪接位点识别软件.
【关键词】 剪接位点识别 改进Winnow算法 信息融合 乘法权更新方法 特征分析
【基金】国家自然科学基金资助项目(60471003)
【分类号】Q753-3
基因组研究的一个重要步骤就是得到全长的基因序列以及对应的编码蛋白质产物.但是对于真核生物,因为其基因中含有大量不参与蛋白质编码的非编码序列,很难将它们与编码序列精确地区分开,从而无法准确地标注基因序列,也就无法直接翻译得到对应的蛋白质序列.一般来说外显子(exon
------
摘 要：DNA序列功能位点的识别是目前生物信息学领域的一个研究热点，剪接位点的识别就是其中之一.为了充分利用剪接位点的特征模式，从而更好地识别剪接位点，建立了一个基于改进Winnow算法的剪接位点识别系统.与其他方法相比较，改进的Winnow算法具有更好的鲁棒性，适用于高维特征空间，能够融合多种模式信息，即使在包含很多不相关特征的情况下，也能有很好的性能.同时在训练的时候，对特征集进行了剪枝，把一些对识别几乎没有贡献的特征去除，这样做对结果的影响可以忽略，而且提高了算法的效率.通过实验验证，改进的Winnow算法可以很好地识别剪接位点，其多个性能指标达到或超过目前国际上流行的剪接位点识别软件.
关键词：剪接位点识别；改进Winnow算法；信息融合；乘法权更新方法；特征分析
中图分类号：Q52
文献标识码：A
文章编号：1007—7847(2005)03—0218—09
您现在查看是摘要介绍页，详见PDF附件(571KB，9页)。