基于数据划分和集成的方法预测信号肽

• 作者: 孔祥增 王怡 郭躬德
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信号肽预测 不平衡数据集 聚类划分 概率神经网络 多分类器融合
• 年，卷（期）: 2012,（36）
• 所属期刊栏目: 工程与应用
• 页码范围: 238-244
• 页数: 7页
• 分类号: TP39
• 字数: 7169字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1106-0045

摘要

在信号肽预测问题中,由于信号肽序列长度不等且氨基酸组成具有多样性的特点,以往方法通常采用滑动窗口进行处理,从而导致了信息丢失以及数据不平衡等问题.为改善少数类预测效果,对训练数据进行了预处理,将多数类样本数据划分,生成的各组样本分别与少数类样本合并组成若干个数据子集,在两种蛋白质编码方案下采用概率神经网络建立多个分类器,采用加权投票将多分类器集成的方法预测信号肽.在目前广泛使用的Neilsen数据集上进行实验,表明该方法具有一定的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭躬德	福建师范大学数学与计算机科学学院	74	600	12.0	22.0
5	王怡	福建师范大学数学与计算机科学学院	14	48	4.0	6.0
9	孔祥增	福建师范大学数学与计算机科学学院	11	16	3.0	3.0