基于SVM的蛋白质亚细胞定位预测

• 作者: 丁洪伟 刘清华 崔晓龙 杨志军 赖裕平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征融合 熵密度 自相关系数 线性判别分析(LDA) 支持向量机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP391
• 字数: 5237字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1802-0070

摘要

首先基于特征融合思想,采用氨基酸组成、熵密度和自相关系数结合的方式构建190维特征向量进行特征表达,与仅考虑氨基酸组成信息的传统方法相比,能更好地表达蛋白质结构信息.然后利用LDA(Linear Discrimi-nant Analysis)方法进行降维,降低计算复杂性,加强同类样本间的相关性.接下来选用支持向量机作为分类器进行定位预测,最后采用留一法在Gram-negative和Gram-positive数据集上进行交叉检验.实验结果表明,多特征结合的方法优于传统的氨基酸组成方法和简单的自相关系数方法,证明了新方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁洪伟	云南大学信息学院	117	572	13.0	19.0
2	崔晓龙	云南大学微生物研究所	23	259	10.0	16.0
3	杨志军	云南大学信息学院	44	96	6.0	8.0
4	刘清华	云南大学信息学院	1	1	1.0	1.0
5	赖裕平	北方工业大学计算机学院	3	3	1.0	1.0