首页 > 文献资料
-
基于局部支持向量机的蛋白质相互作用的预测方法
针对蛋白质相互作用的预测问题,我们提出了一种基于局部支持向量机的预测方法.该方法充分考虑了蛋白质相互作用数据的局部相似性特征,提出在待测样本附近构建支持向量机模型.对两个真实的蛋白质相互作用数据集H.pylori和Human的测试表明,基于局部支持向量机的预测方法能够有效剔除无用样本对待测样本的负面影响,有效地提高了蛋白质相互作用预测的性能,与其它方法相比,具有一定的优势.
-
基于模糊支持向量机的膜蛋白分类研究
以氨基酸组成为特征对膜蛋白的分类,忽略了序列残基之间的相关性信息,而采用传统支持向量机算法作为分类算法,在解决多类问题时会出现分类盲区问题.针对这两种情况,计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数,将三类特征结合,作为膜蛋白序列的特征向量;同时采用模糊支持向量机作为分类器,解决了传统支持向量机在多类数据识别中的盲区问题.测试结果表明,在相同特征输入下,模糊支持向量机分类性能优于传统支持向量机;在相同分类器的情况下,氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法;而采取组合特征和模糊支持向量机相结合的分类策略,在独立性数据集测试中的整体预测精度达到97%,优于现有的多种分类策略,是目前有效的膜蛋白分类方法之一.