PSO_BFA优化词袋模型及蛋白质亚细胞定位预测

摘要：

提出了一种基于PSO_BFA优化的词袋模型.传统词袋模型有两个重要参数:窗口大小d和字典大小k .结合粒子群算法和细菌觅食算法产生新的PSO_BFA混合优化算法,在PSO进行局部搜索时,加入BFA的复制和迁移行为,得到PSO_BFA的最优解即为窗口大小和字典大小的最佳组合.将优化词袋模型与蛋白质序列的氨基酸组成算法和伪氨基酸组成算法结合,获得蛋白质序列的词袋特征.实验结果证明,基于PSO_BFA优化的词袋模型能有效提高蛋白质亚细胞定位预测的精度.

关键词：词袋模型、粒子群算法、细菌觅食、亚细胞定位预测

所属期刊栏目：56

分类号：TP391.4(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金No.KYZ201668

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：165-171