穆昆德·德什潘德;乔治·卡里皮斯 生物序列分类技术评估。 （英语） Zbl 1048.68733号 Chen，Ming-Syan（编辑）等，《知识发现和数据挖掘的进展》。第六届亚太会议，2002年PAKDD，2002年5月6日至8日，台湾台北。诉讼程序。柏林：施普林格出版社（ISBN 3-540-43704-5）。莱克特。注释计算。科学。2336, 417-431 (2002). 摘要：近年来，我们目睹了公共数据库中可用的生物信息量（DNA或蛋白质序列）呈指数级增长。随之而来的是，人们对开发计算技术越来越感兴趣，以将这些大量的序列数据自动分类为各种类别，这些类别对应于它们在染色体中的作用、它们的结构和/或它们的功能。在本文中，我们评估了一些广泛使用的序列分类算法，并开发了一个以某种方式对序列建模的框架，以便可以轻松应用传统的机器学习算法，例如支持向量机。我们的详细实验评估表明，与基于马尔可夫模型的技术和基于（K）-最近邻的方法等更传统的序列分类算法相比，基于SVM的方法能够实现更高的分类精度。关于整个系列，请参见[Zbl 0992.68521号]. 引用于4文件 MSC公司： 68单位99 计算方法和应用 第68页，共15页 数据库理论 68第20页 信息存储和数据检索 92D20型 蛋白质序列，DNA序列 软件：PlanMine公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Deshpande}和\textit{G.Karypis}，莱克特。注释计算。科学。23361417-431（2002年；兹bl 1048.68733） 全文： 链接