基于支持向量机集成的蛋白质与维生素绑定位点预测

• 作者: 朱非易
• 来源期刊: 现代电子技术
• 关键词: 蛋白质-维生素相互作用 绑定位点预测 多重随机下采样 SVM集成 Adaboost算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 测试?测量?自动化
• 页码范围: 90-95
• 页数: 6页
• 分类号: TN911-34|TP391
• 语种: 中文

摘要

在蛋白质与维生素绑定位点预测问题中，小类样本和大类样本之间存在显著的不平衡性，传统的机器学习方法将不再适用。针对此问题，在多重随机下采样的基础上结合支持向量机（SVM）集成来预测蛋白质与维生素的绑定位点，采用了一种改进的AdaBoost集成方法，称为MAdaBoost集成。通过实验比较了不同的集成策略，其中MAdaBoost集成效果最优。实验结果表明，采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱非易	南京理工大学计算机科学与工程学院	1	0	0.0	0.0