10.3969/j.issn.2095-6835.2010.36.068
加权K近邻算法在蛋白质功能预测中的应用
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.
数据挖掘、分组重量编码、K近邻、权重
26
TP311(计算技术、计算机技术)
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
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共2页
172-173