基于特征加权的蛋白质交互识别

• 作者: 吴红梅 牛耘
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 蛋白质交互 大规模语料 特征加权 K近邻 支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 114-117,123
• 页数: 5页
• 分类号: TP391
• 字数: 4583字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.02.026

摘要

在以单词为特征的模型中,如果特征单词在不同类别中的使用情况存在明显差异,那么它对分类有着很重要的影响。因此文中基于大规模语料库,研究不同的特征加权方法对PPI识别的影响。首先,通过搜索医学文献数据库建立蛋白质对的签名档,以单词作为描述蛋白质对关系的特征,构建向量空间模型；然后,选择不同的加权方法描述单词重要性；最后,以K近邻和SVM分类方法构建分类器判断蛋白质对是否存在交互关系。实验结果表明,根据特征向量单词的重要性进行加权,PPI识别精确度、召回率和准确率有了明显的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛耘	南京航空航天大学计算机科学与技术学院	24	86	5.0	8.0
2	吴红梅	南京航空航天大学计算机科学与技术学院	3	8	2.0	2.0