基于XGBoost的啟動子及其類型識別的兩層預(yù)測器

打開文本圖片集

摘  要：啟動子的分類已成為一個有趣的問題，并引起了生物信息學(xué)領(lǐng)域許多研究人員的關(guān)注。為解決這一問題，進(jìn)行了多種研究，但其性能結(jié)果仍需進(jìn)一步改進(jìn)。為此，基于機器學(xué)習(xí)和深度學(xué)習(xí)算法，引入了一種智能計算模型，即iPSI（2L）-XGBoost，用于區(qū)分啟動子及其強弱。所提出的計算模型iPSI（2L）-XGBoost能夠在兩層中分別達(dá)到86.79%和78.64%的交叉驗證精度，就所有評估指標(biāo)而言，擬議的iPSI（2L）-XGBoost模型比其他模型獲得了有效的成功率。（剩余8816字）