DNA序列的距离判别分类模型 (2004年)

研究了DNA序列的判别分类问题。通过分析20组已知类别人造 DNA序列碱基(A、T、C、G)含量的统计信息,并结合遗传学知识研究了序列中碱基配对组成20种氨基酸的分布及含量等统计信息,提取A、B两类的分类特征,并进一步约化得到了碱基含量、主要氨基酸含量的统计特征;采用距离判别分类法建立了 ATCG判别分类模型、主要氨基酸判别分类模型,对未知类别的DNA序列进行了判别分类;实例表明,2种判别分类模型的误判概率均为5％。