《表8 三类判别分析的结果分析指标表》
%
为了进一步验证深度置信网络对蛋白质编码区识别问题的准确度,还运用了传统的Logistic回归分类器和贝叶斯判别法对蛋白质编码区进行了判别分析。具体预测结果分析如表8所示,其中正确率为外显子被正确预测的比率;灵敏度为所有实际外显子中被正确预测为外显子的比例;精确率为预测为外显子的序列中真正为外显子的比例;特异度为所有真实的内含子序列被正确预测为内含子的比例。由于灵敏度和精确率两个指标有时会出现方向不同的结果,因此引入F得分,即灵敏度和精确率加权后的调和平均。根据以上五种评价指标[31]可以看出,相比于利用传统的Logistic回归和贝叶斯判别法对蛋白质编码区进行识别,本文所使用的深度置信网络对蛋白质编码区具有更好的识别功能,也就是说,本文所使用的深度置信网络模型能够从众多的DNA序列数据中提取出有效的信息对外显子和内含子进行识别。
图表编号 | XD00119716500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 胡青渝、刘广臣 |
绘制单位 | 鲁东大学数学与统计科学学院、重庆大学数学与统计学院、鲁东大学数学与统计科学学院 |
更多格式 | 高清、无水印(增值服务) |