《表2 CNN方法同传统机器学习方法预测结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的基因剪接位点预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于相同的HS3D供体数据集，选取基于K-MER编码的CNN模型方法与其他基于特征选择的传统机器学习方法如支持向量机（SVM）、人工神经网络（ANN）、随机森林（RF）和AdaBoost分类器等方法的预测结果进行比较。传统机器学习预测结果见文献[8]，从中选取最优结果与本文基于K-MER编码的CNN模型方法的预测结果一起列于表2。