一种基于树的蛋白质功能预测算法:KDE-CSSA

• 作者: 乔波 贺细平 陈义明
• 来源期刊: 湖南农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 蛋白质 功能预测 主成分分析 核依赖估计 压缩排序与选择算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 生物科学与技术
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13331/j.cnki.jhau.2015.01.012

摘要

针对在每个标签类上直接学习分类模型计算代价高和树层次中低层结点训练数据扭曲的问题,提出了一种基于树层次的蛋白质功能预测算法:核依赖估计-压缩排序选择算法(KDE-CSSA).该算法先将标签向量投影到标签核的主成分上,仅仅学习少量的回归模型,然后将预测的数值向量投影回原来标签向量空间,利用压缩排序和选择算法获取满足树属性的0,1标签向量.在12个基因组数据集上使用精确率和召回率作为评测标准的实验结果表明,KDE-CSSA算法性能优于目前优秀的CLUS-HMC算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺细平		22	45	4.0	6.0
2	陈义明		38	166	6.0	12.0
3	乔波		12	66	5.0	8.0