版权说明 操作指南
首页 > 成果 > 详情

改进LPU用于蛋白质功能预测

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
陈义明;李舟军;刘军万
作者机构:
国防科学技术大学计算机学院,湖南长沙410073
湖南农业大学信息科学技术学院,湖南长沙410128
国防科学技术大学计算机学院,湖南长沙,410073
[李舟军; 陈义明; 刘军万] 中国人民解放军国防科技大学
语种:
中文
关键词:
蛋白质功能预测;支持向量机
关键词(英文):
LPU
期刊:
计算机工程与科学
ISSN:
1007-130X
年:
2011
卷:
33
期:
12
页码:
148-152
基金类别:
国家自然科学基金资助项目(60573057);
机构署名:
本校为其他机构
院系归属:
信息科学技术学院
摘要:
本文将蛋白质功能预测定义为典型的LPU问题。针对有很少正例的LPU算法存在的不平衡或过拟合问题,提出了基于最近邻和凸组合理论的创建人工正例扩充正例集合的方法,同时使用一类支持向量机获取初始最可能的负例,通过迭代两类支持向量机将分类超平面移到一个合适的位置,由交叉验证获得代表性的负例,从而改进了典型LPU算法学习最优分类器的过程。针对酵母基因组数据的实验表明:我们的算法在很少正例的功能类上的预测性能有显著提高,在其他类上的性能也有一定的改善。
摘要(英文):
This paper formulates the protein function prediction into a typical LPU.Aiming at imbalance or over-fitting from LPU with few positive examples,it proposes a method creating synthetic examples to enlarge the set of positive examples based on the nearest neighbor and convex combination,and meanwhile modifies the procedure learning optimal classifier for the classic LPU algorithm by using one-class SVM(support vector machine) to identify the most probable negative examples,running iteratively SVM to move the classification hyperplane to a suit...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com