结合ICA和SVM进行蛋白质氧链糖基化位点的预测
杨雪梅
咸阳师范学院数学与信息科学学院 咸阳 712000
摘要：为了提高蛋白质氧链糖基化位点的预测准确率,提出了把独立成分分析和支持向量机相结合的方法.实验样本(蛋白质序列)用稀疏编码方式编码,窗口长度为w=21,对于训练样本和待测样本,首先用独立成分分析法(ICA)提取了120个独立成分(特征),把这些独立成分作为支持向量机的输入,在特征空间用支持向量机( SVM)进行预测(分类).实验结果表明,ICA+ SVM的方法比PCA+ SVM和SVM的好.预测准确率为88％.更进一步,用同一个蛋白质序列在不同窗口长度下的样本做实验,结果表明,窗口长度越长,预测准确率越高.
关键词：蛋白质糖基化预测准确率独立成分分析支持向量机
分类号：TP391.4(计算技术、计算机技术)
资助基金：陕西省教育厅科学研究项目(11JK1050)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 32-34,41 )
英文信息