论文部分内容阅读
剪接位点的识别作为基因识别中的一个重要环节，一直受到研究人员的关注。考虑到剪接位点附近存在的序列保守性，已有一些基于统计特性的方法被用于剪接位点的识别中，但效果仍有待进一步改进。支持向量机（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅｓ）作为一种新的基于统计学习理论的学习机，近几年有了很大的发展，已被应用在模式识别的许多问题中。文中将其用于剪接位点的识别中，并针对满足ＧＴ－ＡＧ规则的序列样本中虚假