基于XGBoost的啟動(dòng)子及其類(lèi)型識(shí)別的兩層預(yù)測(cè)器

打開(kāi)文本圖片集

摘  要：?jiǎn)?dòng)子的分類(lèi)已成為一個(gè)有趣的問(wèn)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(wèn)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(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，引入了一種智能計(jì)算模型，即iPSI（2L）-XGBoost，用于區(qū)分啟動(dòng)子及其強(qiáng)弱。所提出的計(jì)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(yàn)證精度，就所有評(píng)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）