TY -的A2 -叮,回族非盟-李,晴雯盟大观园——徐,Lei AU -李,清远盟——张Lichao PY - 2020 DA - 2020/10/19 TI -识别和分类的增强剂使用递归神经网络降维技术和SP - 8852258六世- 2020 AB -增强剂在DNA序列非编码片段,而在基因转录和翻译起着重要的作用。然而,由于其高自由散射和位置变化,增强子的识别和分类有一个更高层次的复杂性比编码的基因。为了解决这个问题,许多计算机这个领域的研究已经开展,但是仍有一些缺陷在这些预测模型。在本文中,我们使用各种特征提取策略,降维技术,并综合应用机械模型和递归神经网络模型实现增强器识别的准确预测和分类的准确性为76.7%和84.9%,分别。模型提出了性能指标优于以前的方法或功能维度,为预测提供灵感的增强剂在未来计算机技术。SN - 1748 - 670 - 2020/8852258 / 10.1155 x你——https://doi.org/10.1155/2020/8852258——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER