一种改进的microRNA预测模型集成方法

• 作者: 李涛 石丽 董红斌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: microRNA 预测 采样 特征选择 类不平衡
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 2017年中国计算机学会人工智能会议
• 页码范围: 69-75
• 页数: 7页
• 分类号: TP391
• 字数: 8079字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.02.012

摘要

现有的microRNA预测方法往往存在数据集类不平衡和适用物种单一的问题.针对以上问题,所做主要工作如下:1)提出基于序列熵的分层采样算法,该算法可在保持样本总体分布的基础上,采样生成正样本和负样本数量平衡的训练集;2)提出基于信噪比和相关性的特征选择,用于缩小训练集规模,以达到提高训练速度的目的;3)提出DS-GA算法,用于缩短SVM分类器参数的优化时间,达到减少过拟合的目的;4)结合集成学习的思想,经采样、特征选择、分类器参数优化3个步骤,建立了一种物种间通用的microRNA预测模型.实验表明,该模型有效解决了类不平衡问题,且不局限于单一物种,对混合物种的测试集预测取得了较好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	哈尔滨工程大学计算机科学与技术学院	47	350	10.0	17.0
2	董红斌	哈尔滨工程大学计算机科学与技术学院	36	277	9.0	15.0
3	石丽	哈尔滨工程大学计算机科学与技术学院	1	1	1.0	1.0