植物抗性基因识别中的随机森林分类方法

摘要：

为了解决传统基于同源序列比对的抗性基因识别方法中假阳性高、无法发现新的抗性基因的问题,提出了一种利用随机森林分类器和K-Means聚类降采样方法的抗性基因识别算法.针对目前研究工作中挖掘盲目性大的问题,进行两点改进:引入了随机森林分类器和188维组合特征来进行抗性基因识别,这种基于样本统计学习的方法能够有效地捕捉抗性基因内在特性；对于训练过程中存在的严重类别不平衡现象,使用基于聚类的降采样方法得到了更具代表性的训练集,进一步降低了识别误差.实验结果表明,该算法可以有效地进行抗性基因的识别工作,能够对现有实验验证数据进行准确的分类,并在反例集上也获得了较高的精度.

关键词：随机森林、分类器、抗性基因、聚类、降采样

所属期刊栏目：6

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.60932008,61172098,60871092,61001013;the Fundamental Research Funds for the Central Universities of China under Grant No.HIT.ICRST.2010022;the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.201003446

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：67-77