基于優(yōu)化的支持向量機(jī)識別真核生物基因啟動(dòng)子.pdf

1、啟動(dòng)子是調(diào)節(jié)基因表達(dá)的重要元件，啟動(dòng)子的研究對基因轉(zhuǎn)錄調(diào)控機(jī)制的建立具有重要意義，其識別問題是計(jì)算生物信息學(xué)研究的重要內(nèi)容之一。
　　本文第一章介紹了啟動(dòng)子相關(guān)知識，綜述了當(dāng)前啟動(dòng)子識別方法的研究進(jìn)展，第二章引進(jìn)和提出一些高效特征提取方法，第三章介紹了主要的機(jī)器學(xué)習(xí)方法，并提出了采用粒子群和遺傳算法優(yōu)化的支持向量機(jī)進(jìn)行啟動(dòng)子識別的PSO-SVM和GA-SVM算法，第四章闡述了相關(guān)的數(shù)據(jù)庫和結(jié)果評價(jià)方法，第五章使用機(jī)器學(xué)習(xí)方法進(jìn)行模

2、擬實(shí)驗(yàn)，并對實(shí)驗(yàn)結(jié)果進(jìn)行對比分析。本文的主要工作可以概括為兩部分。
　　一、高效的特征提取方法。本文選取了組分似然得分，保守位點(diǎn)關(guān)聯(lián)權(quán)重矩陣得分，序列物理結(jié)構(gòu)特異性指數(shù)，PZ曲線生物特異性指數(shù)等高效的特征提取方法。提取的特征涵蓋了序列基于內(nèi)容、信號、空間和圖形的信息，共同反映了DNA序列不同功能片段之間的差異。
　　二、優(yōu)化的支持向量機(jī)算法。針對支持向量機(jī)在參數(shù)選取上存在的不足，采用粒子群和遺傳算法對其進(jìn)行優(yōu)化。極限學(xué)習(xí)機(jī)、