论文部分内容阅读
为了对剪接位点取得更加精确的预测结果,采用HMM方法设计并构建了剪接位点识别系统。该系统利用HM-SVM工作集最优化算法训练并优化HMM模型,依据剪接位点附近存在的序列保守性,高效地提取位点附近保守序列在边缘分布与条件分布上的统计特征。实验结果表明,该识别系统在用于剪接位点的识别中较常用的机器学习方法获得了更高的识别率。