优化多核SVM的蛋白质二级结构预测

摘要：

蛋白质序列的不同特征提取方式对蛋白质结构分类有很大的影响.为更好地表达蛋白质结构信息,基于特征融合思想构建特征向量,并使用一种基于多核支持向量机的方法,以多个核函数的线性加权代替传统的单一核函数,在对多类特征进行整合后构造SimpleMKL分类模型;利用梯度下降法迭代求解核函数的权值系数,并校准核函数参数和不同特征表达的融合效果.实验结果表明,该方法提高了蛋白质二级结构分类精度,在分类精度方面有明显优势,有助于准确预测蛋白质的二级结构.

关键词：蛋白质、二级结构预测、多核支持向量机、特征提取、特征融合、线性加权

所属期刊栏目：43

分类号：TN911-34

资助基金：国家自然科学基金资助项目61871260

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：139-142