摘要: 为了提高模糊支持向量机(FSVM)对剪接位点的识别精度,提出一种计算样本隶属度的新方法。将样本到两聚类中心的距离比值作为样本的初始隶属度,采用K近邻(KNN)方法计算样本的紧密度,最后将初始隶属度与紧密度的乘积作为样本的最终隶属度,这样既提高了支持向量的隶属度,又降低了噪声样本的隶属度。将此方法应用到剪接位点的识别中,对组成性5′和3′剪接位点的识别精度分别达到了94.65%和 88.79%,与经典支持向量机相比,3′剪接位点的识别精度提高了7.94%。
中图分类号:
孙波 李小霞 李铖果. 基于模糊支持向量机的剪接位点识别[J]. 计算机应用, 2011, 31(04): 1117-1120.
Bo SUN Xiao-xia LI Cheng-guo LI. Recognition of splice sites based on fuzzy support vector machine[J]. Journal of Computer Applications, 2011, 31(04): 1117-1120.