基于SVM和KNN的蛋白质耐热性分类

• 作者: 丁彦蕊 孙俊 蔡宇杰 须文波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 氨基酸含量 SVM KNN 蛋白质耐热性
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 228-230,237
• 页数: 4页
• 分类号: TP183
• 字数: 3787字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.16.070

摘要

以氨基酸含量为特征向量,研究了SVM和KNN预测蛋白质耐热性的准确度.结果表明,基于SVM的分类效果较好,其局部预测率和全局预测率分别为82.4%和83.4%;而基于KNN方法的局部预测率和全局预测率分别为77.6%和79.9%.两种方法的预测率均表明氨基酸含量是影响蛋白质耐热性的主要因素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	孙俊	江南大学信息工程学院	186	1552	21.0	30.0
3	蔡宇杰	江南大学工业生物技术教育部重点实验室	126	785	14.0	20.0
7	丁彦蕊	江南大学信息工程学院	51	266	9.0	14.0