换一批摘要针对DNA序列编码区的识别问题,本研究提出一个特征向量和逻辑回归的组合模型.首先对DNA序列进行数值处理转化为特征向量,并结合k字符相对频率技术提取特征向量的元素特征,之后利用二分类逻辑回归算法,对编码区和非编码区进行准确区分.选取了HMR195 和BG570 两个基准数据集进行五折交叉验证,结果表明,平均AUC(Area Under Curve)值分别为 0.981 3 和 0.987 4,明显优于传统的贝叶斯判别法和VOSSDFT等方法.此外,本文提出的特征向量的维度很低,提高了运算效率.因此,本文组合模型能够较为高效准确地识别蛋白质编码区.
更多相关知识
分类号
TP181
栏目名称
DOI
10.12113/202206004
发布时间
2023-12-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（No.11871093）
北京建筑大学青年教师科研能力提升计划（No.X21026）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
