结合ICA和SVM进行蛋白质氧链糖基化位点的预测

• 作者: 杨雪梅
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 蛋白质 糖基化 预测准确率 独立成分分析 支持向量机
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 算法与分析
• 页码范围: 32-34,41
• 分类号: TP391.4
• 字数: 3828字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.08.011

摘要

为了提高蛋白质氧链糖基化位点的预测准确率,提出了把独立成分分析和支持向量机相结合的方法.实验样本(蛋白质序列)用稀疏编码方式编码,窗口长度为w=21,对于训练样本和待测样本,首先用独立成分分析法(ICA)提取了120个独立成分(特征),把这些独立成分作为支持向量机的输入,在特征空间用支持向量机( SVM)进行预测(分类).实验结果表明,ICA+ SVM的方法比PCA+ SVM和SVM的好.预测准确率为88％.更进一步,用同一个蛋白质序列在不同窗口长度下的样本做实验,结果表明,窗口长度越长,预测准确率越高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨雪梅	咸阳师范学院数学与信息科学学院	19	19	3.0	3.0