基于改进PCA的蛋白质O-糖基化位点的预测
提出了改进的主成分分析(IPCA)的方法,结合支持向量机(SVM)对蛋白质O-糖基化位点进行预测.IPCA克服了传统主成分分析(PCA)寻找全局主要成分的不足,对类内样本进行加权,在保护局部结构的前提下,消除了变量之间的相关性,提取出具有局部特征的主要成分.然后,在特征空间中用SVM进行分类(预测).实验结果表明,IPCA+SVM方法是预测糖基化位点行之有效的方法.
预测、蛋白质、改进主成分分析、SVM
37
TP391.4(计算技术、计算机技术)
国家自然科学基金青年项目61501388
2019-03-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
194-196