论文部分内容阅读
提出一种基于隐马尔可夫模型(HMM)和支持向量机(SVM)的双层过滤识别系统。根据隐马尔可夫模型训练中不同结构的序列其L值分布范围不同的特点,对传统多类“投票模型”进行改进,提出一种“快速投票”算法。先用HMM对人类内含子和外显子进行识别,同时,对于L值区域有重叠造成识别率较低的部分,再用支持向量机进行第二次识别过滤。这一模型克服了传统用单一HMM识别方法的不足,实现了HMM和SVM的优势互补。实验表明,用HMM/SVM进行两类识别,其平均识别率达到了90%,进行多类识别,平均识别率达到了91.5%。