Research on imbalanced recognition algorithm for promoter sequence
启动子序列的非均衡检测识别算法研究

通过改进Hessian矩阵对角参数，调整支持向量机中超平面的位移，将数据量少的样本从两类非均衡样本中进行分离，结合隐马尔可夫随机迭代，实验发现，不能简单固定Hessian矩阵的对角参数，而必须加之以可调整的权系数才能控制错分的样本数.对启动子序列进行识别，平均识别率达到92.8%。