期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于数据划分和集成的方法预测信号肽 被引量:4
1
作者 王怡 郭躬德 孔祥增 《计算机工程与应用》 CSCD 2012年第36期238-244,共7页
在信号肽预测问题中,由于信号肽序列长度不等且氨基酸组成具有多样性的特点,以往方法通常采用滑动窗口进行处理,从而导致了信息丢失以及数据不平衡等问题。为改善少数类预测效果,对训练数据进行了预处理,将多数类样本数据划分,生成的各... 在信号肽预测问题中,由于信号肽序列长度不等且氨基酸组成具有多样性的特点,以往方法通常采用滑动窗口进行处理,从而导致了信息丢失以及数据不平衡等问题。为改善少数类预测效果,对训练数据进行了预处理,将多数类样本数据划分,生成的各组样本分别与少数类样本合并组成若干个数据子集,在两种蛋白质编码方案下采用概率神经网络建立多个分类器,采用加权投票将多分类器集成的方法预测信号肽。在目前广泛使用的Neilsen数据集上进行实验,表明该方法具有一定的有效性。 展开更多
关键词 信号肽预测 不平衡数据集 聚类划分 概率神经网络 多分类器融合
在线阅读 下载PDF
基于全序列比对相似度预测信号肽 被引量:8
2
作者 刘惠 杨杰 +1 位作者 陈军 刘丹青 《上海交通大学学报》 EI CAS CSCD 北大核心 2008年第1期11-15,共5页
针对信号肽预测问题,提出采用全序列比对度量序列相似度,以避免以往算法借助滑动窗将整个氨基酸序列分割成等长序列片断所导致的信息丢失及不平衡样本等问题.在此基础上证明基于全序列比对的相似度可嵌入欧式空间,进而借助支持向量机(S... 针对信号肽预测问题,提出采用全序列比对度量序列相似度,以避免以往算法借助滑动窗将整个氨基酸序列分割成等长序列片断所导致的信息丢失及不平衡样本等问题.在此基础上证明基于全序列比对的相似度可嵌入欧式空间,进而借助支持向量机(SVM)进行分类预测.在目前广泛应用的Neilsen数据集上进行实验并与相关结果比较,结果表明所提出的算法确实可以保证稳定的高预测率. 展开更多
关键词 信号肽分类预测 生物信息学 全序列比对 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部