基于遗传算法和模拟退火的插值马氏模型用于真核生物启动子识别  

Genetic Algorithm and Simulated Annealing Based Interpolated Markov Chains for Eukaryotic Promoter Recognition

作　　者：罗强 杨文强 刘普寅 

出　　处：《模糊系统与数学》2004年第z1期370-375,共6页Fuzzy Systems and Mathematics

基　　金：国家自然基金资助项目(No.60375023).资助项目(102028)

摘　　要：启动子识别是生物信息学领域极具挑战的问题.本文在IMC(Interpolated Markov Chin)的框架下考虑碱基的插入与缺失,采用SA(Simulated Annealing)训练转移概率,以增加模型的鲁棒性,利用GA(Genetic Algorithm)优化IMC插值系数,以克服梯度算法易于陷入局部极值点的缺陷,最后将该模型用于启动子识别,识别率在测试集达到86%.

关 键 词：启动子识别 插值马氏模型(IMC) 遗传算法(GA) 模拟退火算法(SA) 

分 类 号：O159[理学—数学]