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
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