肖晓
- 作品数：2 被引量：17H指数：1
- 供职机构：中国矿业大学信息与电气工程学院更多>>
- 发文基金：江苏省海洋生物技术重点建设实验室基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 基于SVM的甲壳动物线粒体基因分析方法
- 2015年
- 甲壳动物线粒体基因组蕴涵了物种进化历程中重要的遗传信息,如何有效地利用这些保留在基因组中的基因序列和基因顺序信息,是甲壳动物线粒体基因组研究的一个重点方向。为了进一步探讨甲壳动物稳定、可靠的系统发育关系,本文利用支持向量机的分类功能实现了甲壳动物线粒体基因组基因区与基因间区、编码区与非编码区的准确分类和预测,同时为了提高分类学习机的泛化能力,使用了交叉验证方法和粒子群算法优化选取支持向量机相关训练参数。通过MATLAB仿真分析的方法,对10种甲壳动物线粒体基因组序列的基因区和基因间区进行分类,以及对5种甲壳动物进行线粒体基因组序列中编码区和非编码区的分类,获得了较好的分类准确率。仿真结果表明本文方法是可行的和有效的,能够出色地应用于甲壳动物线粒体基因组序列的研究分析。
- 徐启华耿帅肖晓申欣
- 关键词：甲壳动物线粒体基因分析粒子群算法
- 基于SVM与BP的分类与回归比较研究被引量：17
- 2014年
- 支持向量机是一种基于统计学习理论的机器学习方法,由于其出色的学习性能,已经广泛应用于解决分类与回归问题。对比研究支持向量机和BP神经网络在分类与回归上的异同,通过仿真实验分析两者在测试集上分类与回归的泛化能力,研究表明支持向量机的泛化能力要优于BP神经网络。
- 肖晓徐启华
- 关键词：支持向量机BP神经网络泛化能力
