基于PCA-SVM混合算法的嗜热菌和常温菌网络特征的研究

摘要：

通过比较嗜热菌和常温菌代谢网络的特征参数,可以从系统角度确定微生物嗜热性的主要因素.本文首先利用主成分分析法对22个网络特征进行相关性分析,根据特征值、载荷值的大小最终选择了11个主要网络特征;用选出的这11个网络特征组成特征向量,利用支持向量机构建分类器,对嗜热菌和常温菌进行分类,其全局平均预测率为82.93％,对常温菌和嗜热菌的平均预测率分别为87.86％和72.40％.结果表明利用主成分分析法选择的网络特征可以很好的表征嗜热菌和常温菌的耐热性,因此簇大小分布的平均信息等11个网络特征是影响微生物耐热性的关键的代谢网络特征因素.

关键词：主成分分析法、SVM算法、网格搜索、网络特征

所属期刊栏目：29

分类号：TP391;Q5(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目21001053;中央高校基本科研业务费专项资金资助JUSRP11126

在线出版日期：2012-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：142-146