基因序列识别作为生物信息学中一个重要的研究领域，主要应用计算机仿真技术模拟实验进行判别。启动子作为基因序列的重要调控元件，主要调节转录和翻译。因此，启动子识别是基因序列识别中的一个重要研究内容，具有十分重要的理论研究意义。长期以来，启动子识别主要集中于真核启动子的识别，尤其集中在哺乳动物启动子（尤其是人类启动子）的识别研究上，而对于真核启动子的另一个重要组成部分—植物启动子的识别研究相对较少。而近年来，随着植物启动子数据的日益丰富，植物启动子识别成为了一个研究热点。但是在其识别过程中，一般存在假阳性高等问题，所以降低假阳性成为目前识别的难点之一。在查阅了大量相关文献的基础上，本文对植物启动子识别算法进行了充分研究，提出了两种改进的植物启动子的识别算法。基于粗糙集和DNA双链特征的植物启动子识别算法。该算法集合了粗糙集提取主要特征的优势和SVM的良好分类性能。其主要步骤是首先提取启动子和非启动子的内容特征和结构特征，利用粗糙集进行特征筛选，从而得到区分启动子和非启动子的主要结构特征和主要内容特征，并将其与DNA双链特征相融合作为输入向量输入SVM，达到利用SVM分类的目的。此算法的SVM分类器由五个成分分类器构成，分别是3’UTR—启动子成分分类器，5’UTR—启动子成分分类器，Intergenic—启动子成分分类器，CDS—启动子成分分类器和Exon—启动子成分分类器。最后综合五个成分分类器的结果进行判断。基于TATA-box和GC偏好特征的植物启动子识别算法。该算法是利用GC偏好特征和TATA-box启动子和TATA-less启动子的结构特征差异的特点，先将启动子分为TATA-box启动子和TATA-less启动子，再将两类启动子分别与非启动子分为GC偏好序列和非GC偏好序列，然后提取用于分类的结构特征，最后应用SVM分类器进行启动子识别。实验结果表明，上述两种算法都取得了较好的植物启动子识别效果。