基于SAPSO-LSSVM的蛋白质模型质量评估

• 作者: 张悦 王俊美 王鲜芳
• 来源期刊: 计算机应用研究
• 关键词: 蛋白质 模型质量 LS-SVM 模拟退火粒子群 参数优化
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1346-1348,1378
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.015

摘要

针对传统蛋白质模型质量评估没有考虑同源信息的问题,提出了一种基于LS-SVM评估蛋白质模型质量的方法.综合模拟退火(simulated annealing,SA)算法跳出局部最优解和粒子群(particle swarm optimization,PSO)算法收敛速度快的特点,提出了模拟退火粒子群(SAPSO)算法.利用SAPSO算法来优化LS-SVM参数C和y,最后得到最优模型来评估蛋白质模型质量.实验结果表明,经SAPSO优化LS-SVM参数所得到的模型评估预测误差较小,且预测值更稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鲜芳	河南师范大学计算机与信息工程学院	35	104	6.0	8.0
2	王俊美	河南师范大学计算机与信息工程学院	3	3	1.0	1.0
3	张悦	河南师范大学计算机与信息工程学院	5	3	1.0	1.0