基于支持向量机的DNA序列分类系统的设计与实现

被引：19

作者：

蔡春

万潇楠

逯燕玲

机构：

[1] 中国农业大学经济管理学院,北京联合大学应用文理学院,北京联合大学应用文理学院北京北京联合大学应用文理学院,北京,北京,北京

来源：

中国农业大学学报 | 2005年 / 02期

关键词：

DNA序列分类; 支持向量机; 动态化输入; 动态化输出;

D O I：

暂无

中图分类号：

TP182 [专家系统、知识工程];

学科分类号：

140502 [人工智能];

摘要：

针对传统统计方法进行DNA序列分类时要求DNA序列样本的概率分布函数已知,但多数情况下概率分布函数未知这一问题,采用支持向量机这一新的机器学习方法对DNA序列进行分类;以VB和Matlab为主要工具开发了基于支持向量机的DNA序列分类系统。结果表明:该系统能够动态选择DNA训练样本、待测试样本,以及支持向量机模型中的参数,并根据用户的指定条件动态输出计算结果;对于预测一批已知正确分类答案的DNA序列,系统能够自动统计识别率,以观察参数变化对于算法执行结果的影响。支持向量机能够在概率分布函数未知的条件下对DNA序列进行分类

引用

页码：58 / 64

页数：7

共 8 条

[1]

基于核函数的最大间隔聚类算法 [J].