结合ICA和SVM进行蛋白质氧链糖基化位点的预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-9722.2012.08.011

结合ICA和SVM进行蛋白质氧链糖基化位点的预测

引用
为了提高蛋白质氧链糖基化位点的预测准确率,提出了把独立成分分析和支持向量机相结合的方法.实验样本(蛋白质序列)用稀疏编码方式编码,窗口长度为w=21,对于训练样本和待测样本,首先用独立成分分析法(ICA)提取了120个独立成分(特征),把这些独立成分作为支持向量机的输入,在特征空间用支持向量机( SVM)进行预测(分类).实验结果表明,ICA+ SVM的方法比PCA+ SVM和SVM的好.预测准确率为88%.更进一步,用同一个蛋白质序列在不同窗口长度下的样本做实验,结果表明,窗口长度越长,预测准确率越高.

蛋白质、糖基化、预测准确率、独立成分分析、支持向量机

40

TP391.4(计算技术、计算机技术)

陕西省教育厅科学研究计划项目11JK1050

2012-11-16(万方平台首次上网日期,不代表论文的发表时间)

共4页

32-34,41

相关文献
评论
暂无封面信息
查看本期封面目录

计算机与数字工程

1672-9722

42-1372/TP

40

2012,40(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn