基于改进的MIMLSVM预测蛋白质功能

摘要：

针对MIMLSVM算法预测精度不高的问题,设计了一种新的基于改进MIMLSVM预测蛋白质功能模型.首先,采用改进的Hausdorff方法计算包之间的空间距离,并结合K-Medoids方法将MIML(多示例多标签)问题退化为多标签问题,以提高预测精度;然后,利用SVM算法将多标签问题转化为多个独立的二分类问题,结合蛋白质数据的特点,建立蛋白质功能预测模型,并利用粒子群算法优化模型参数;最后,通过对7种生物蛋白质功能预测的实验,证明所建模型的优越性.

关键词：多示例多标签、Hausdorff距离、支持向量机、粒子群算法

所属期刊栏目：30

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目5201119120003;河南省高校创新人才支持计划项目2012HASTIT011

在线出版日期：2017-11-16（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：642-646