本文主要研究内容
作者张明,徐妍,陈韬,王长宝,于东军（2019）在《基于核酸物化属性显著性约简的m~6A位点识别》一文中研究指出：为了提高核糖核酸(RNA)序列上6-甲基腺嘌呤(m~6A)位点的预测精度,该文提出一种新的基于核酸物化属性显著性度量的K重选择启发式约简算法。通过该算法获得K个物化属性约简子集来重新编码RNA样本,并结合支持向量机(SVM)训练得到K个基分类器,再通过分类器融合方法构建了m~6A位点预测器。最后,在相同的基准数据上,采用留一法交叉验证分别验证了伪二核苷酸成分分析和自协方差与互协方差变换两种典型的基于核酸物化属性的特征表示算法。实验结果表明,该文算法可显著提高m~6A位点预测的总体性能。
Abstract
wei le di gao he tang he suan (RNA)xu lie shang 6-jia ji xian piao ling (m~6A)wei dian de yu ce jing du ,gai wen di chu yi chong xin de ji yu he suan wu hua shu xing xian zhe xing du liang de Kchong shua ze qi fa shi yao jian suan fa 。tong guo gai suan fa huo de Kge wu hua shu xing yao jian zi ji lai chong xin bian ma RNAyang ben ,bing jie ge zhi chi xiang liang ji (SVM)xun lian de dao Kge ji fen lei qi ,zai tong guo fen lei qi rong ge fang fa gou jian le m~6Awei dian yu ce qi 。zui hou ,zai xiang tong de ji zhun shu ju shang ,cai yong liu yi fa jiao cha yan zheng fen bie yan zheng le wei er he gan suan cheng fen fen xi he zi xie fang cha yu hu xie fang cha bian huan liang chong dian xing de ji yu he suan wu hua shu xing de te zheng biao shi suan fa 。shi yan jie guo biao ming ,gai wen suan fa ke xian zhe di gao m~6Awei dian yu ce de zong ti xing neng 。
论文参考文献
论文详细介绍
论文作者分别是来自南京理工大学学报的张明,徐妍,陈韬,王长宝,于东军，发表于刊物南京理工大学学报2019年02期论文，是一篇关于启发式约简算法论文,分类器融合论文,伪二核苷酸成分论文,自协方差与互协方差论文,南京理工大学学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自南京理工大学学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：启发式约简算法论文; 分类器融合论文; 伪二核苷酸成分论文; 自协方差与互协方差论文; 南京理工大学学报2019年02期论文;