基于主成分分析-神经网络的非编码RNA预测
【摘要】:近年来,非编码RNA在生物体内的重要功能日益受到人们的重视。此文运用主成分分析和BP神经网络相结合的方法来预测非编码RNA。主成分分析能够在保留测试数据最大信息量的前提下,有效减少输入数据之间的相关性,减少神经网络的输入数,提高网络的学习速率。网络训练和测试结果表明,采用原核生物数据作为训练集的条件下,该方法预测原核非编码RNA 达到了较高的准确率。预测结果还发现两种古细菌的ORF序列在序列特征上与其他细菌和古细菌存在差别。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||
|
|
|||||||||||||||||||||
|