加权K近邻算法在蛋白质功能预测中的应用

• 作者: 廖波 李希 贾伟峰
• 来源期刊: 科技与创新
• 关键词: 数据挖掘 分组重量编码 K近邻 权重
• 年，卷（期）: 2010,（36）
• 页码范围: 172-173
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.36.068

摘要

针对蛋白质序列与所属类别往往是多对多的关系,提出了一种新的基于加权K近邻(KNN)的蛋白质功能预测算法.该算法从蛋白质序列出发,与分组重量编码(Encoding Based on Grouped Weight,简记为EBGW)相结合,并为未知蛋白质序列的近邻赋予一定的权重.对比实验的结果表明,此基于加权KNN的功能预测算法可有效的应用于蛋白质的功能预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾伟峰	湖南大学计算机与通信学院	1	0	0.0	0.0
2	廖波	湖南大学计算机与通信学院	9	49	3.0	6.0
3	李希	湖南大学计算机与通信学院	3	1	1.0	1.0