论文部分内容阅读
首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题,提出一种新的欠采样方法,即在支持向量机特征空间中对与正类样本具有距离最大熵值的负类样本进行采样.以经过筛选的蛋白质结构域数据库作为实验数据,支持向量机学习系统的平均预测准确率可达80%,同时具有较高的敏感性和特异性.
基于距离最大熵值的蛋白质结构域边界检测系统
【摘 要】
：
首次将蛋白质结构域边界检测问题归结为非平衡数据学习问题,提出一种新的欠采样方法,即在支持向量机特征空间中对与正类样本具有距离最大熵值的负类样本进行采样.以经过筛选的蛋白质结构域数据库作为实验数据,支持向量机学习系统的平均预测准确率可达80%,同时具有较高的敏感性和特异性.
【机 构】
：
吉林大学计算机科学与技术学院
【出 处】
：
吉林大学学报(理学版)
【发表日期】
：
2009年06期
【基金项目】
：
国家自然科学基金（批准号：60873146,60703025,60973092）和高等学校博士学科点专项科研基金（批准号：20070183055）.
其他文献
针对知识融合的效率问题，扩展了传统主题图的组织结构，并在此基础上构建一种基于扩展主题图的分布式知识融合体系结构，提出一种基于全信息的主题图相似度算法，设计了扩展主题图融
根据原子物理晶体模型,采用原子间相互作用的势函数分析方法,得到了由微观物理量表示的金属单晶体杨氏模量的解析计算式.计算了7种金属晶体的杨氏模量,计算结果与实际值吻合