摘要：为使得隐马尔可夫模型（HMM）能够处理非相邻可见符号之间的依赖关系，将延时机制引入标准的HMM中。该技术仅仅改变了高阶状态发射概率的计算。所有适用于HMM的算法基本保持不变。该文设计了一个一阶延时隐马尔可夫模型和一个一阶标准隐马尔可夫模型，将两者分别应用于水稻基因剪接供体位点的识别。识别结果显示，延时模型的判别能力在一定程度上优于标准模型。对那些特征很不符合的位点，延时模型给出了相对低得多的得分。