加权K近邻算法在蛋白质功能预测中的应用

摘要：

针对蛋白质序列与所属类别往往是多对多的关系,提出了一种新的基于加权K近邻(KNN)的蛋白质功能预测算法.该算法从蛋白质序列出发,与分组重量编码(Encoding Based on Grouped Weight,简记为EBGW)相结合,并为未知蛋白质序列的近邻赋予一定的权重.对比实验的结果表明,此基于加权KNN的功能预测算法可有效的应用于蛋白质的功能预测.

关键词：数据挖掘、分组重量编码、K近邻、权重

所属期刊栏目：26

分类号：TP311(计算技术、计算机技术)

资助基金：基金申请人:廖波;项目名称:蛋白质组信息分析及应用算法研究;基金颁发部门:国家自然科学基金委60973082;项目名称:肿瘤蛋白质组学方法研究;基金颁发部门:湖南省科技厅2009FJ3195

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：172-173