基于距离最大熵值的蛋白质结构域边界检测系统

• 作者: 刘桂霞 周春光 时小虎 邹淑雪
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 蛋白质结构域边界 支持向量机 非平衡数据学习 基于距离的最大熵
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1237-1240
• 页数: 4页
• 分类号: TP391.4
• 字数: 3574字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2009.06.026

摘要

首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题, 提出一种新的欠采样方法, 即在支持向量机特征空间中对与正类样本具有距离最大熵值的负类样本进行采样. 以经过筛选的蛋白质结构域数据库作为实验数据, 支持向量机学习系统的平均预测准确率可达80%, 同时具有较高的敏感性和特异性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周春光	吉林大学计算机科学与技术学院	161	2128	25.0	39.0
2	时小虎	吉林大学计算机科学与技术学院	12	71	4.0	8.0
3	刘桂霞	吉林大学计算机科学与技术学院	35	116	6.0	8.0
4	邹淑雪	吉林大学计算机科学与技术学院	13	120	6.0	10.0