基于距离最大熵值的蛋白质结构域边界检测系统

J4 ›› 2009, Vol. 47 ›› Issue (6): 1237-1240.

基于距离最大熵值的蛋白质结构域边界检测系统

邹淑雪, 刘桂霞, 时小虎, 周春光

吉林大学计算机科学与技术学院, 长春 130012

收稿日期:2009-02-23 出版日期:2009-11-26 发布日期:2010-01-07
通讯作者: 周春光 E-mail:cgzhou@jlu.edu.cn.

Detection of Protein Domain Boundaries viaDistancebased Maximal Entropy

ZOU Shuxue, LIU Guixia, SHI Xiaohu, ZHOU Chunguang

College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2009-02-23 Online:2009-11-26 Published:2010-01-07
Contact: ZHOU Chunguang E-mail:cgzhou@jlu.edu.cn.

摘要/Abstract

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.

关键词: 蛋白质结构域边界, 支持向量机, 非平衡数据学习, 基于距离的最大熵

Abstract:

The domain detection was taken as an imbalanced data learning problem. A novel undersampling method using distancebased maximal entropy in the feature space of support vector machines is proposed. By way of scanning the selected proteins from the protein domain database, the overall accuracy of our machine study system is about 80% with high sensitivity and specificity.

Key words: protein domain boundaries, support vector machine, imbalanced data learning, distancebased maximal entropy

中图分类号:

邹淑雪, 刘桂霞, 时小虎, 周春光. 基于距离最大熵值的蛋白质结构域边界检测系统[J]. J4, 2009, 47(6): 1237-1240.

ZOU Shuxue, LIU Guixia, SHI Xiaohu, ZHOU Chunguang. Detection of Protein Domain Boundaries viaDistancebased Maximal Entropy[J]. J4, 2009, 47(6): 1237-1240.

[1]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[2]	刘桂锋, 于绍楠, 崔璐. 一种基于集成学习策略的单细胞转录组数据集成分类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1252-1255.
[3]	刘颖, 杜星秋, 温东欣, 唐伟宁, 张洪明. 基于TLSmote-SVM的非均衡用户窃漏电诊断算法[J]. 吉林大学学报(理学版), 2021, 59(1): 136-142.
[4]	杨健, 杨超宇, 李慧宗. 基于二维离散小波的生成图像鉴别方法[J]. 吉林大学学报(理学版), 2019, 57(3): 619-626.
[5]	朱超平, 任继平. 基于智能优化算法的物联网异构数据融合方法[J]. 吉林大学学报(理学版), 2019, 57(3): 627-632.
[6]	周水生, 姚丹. 一种改进的LSTSVM增量学习算法[J]. 吉林大学学报(理学版), 2018, 56(4): 909-916.
[7]	杨永强, 李淑红. 最小二乘支持向量机的点云数据孔洞修补算法[J]. 吉林大学学报(理学版), 2018, 56(3): 692-696.
[8]	徐中宇, 苏明玉, 姚庆安. 基于改进PSO算法的混合核SVM算法[J]. 吉林大学学报(理学版), 2018, 56(3): 625-630.
[9]	周水生, 周艳玲, 姚丹, 王保军. 基于QR分解的稀疏LSSVM算法[J]. 吉林大学学报(理学版), 2018, 56(2): 347-354.
[10]	郭凯文, 潘宏亮, 侯阿临. 基于特征选择和聚类的分类算法[J]. 吉林大学学报(理学版), 2018, 56(2): 395-398.
[11]	赵玉兰, 苑全德, 孟祥萍. 基于稀疏编码和机器学习的多姿态人脸识别算法[J]. 吉林大学学报(理学版), 2018, 56(2): 340-346.
[12]	杨琦. 融合Morlet小波与GA优化多模态核的轴承故障检测算法[J]. 吉林大学学报(理学版), 2018, 56(1): 101-108.
[13]	刘颖, 张丽娟, 韩亚男, 庞丽艳, 王帅. 基于粒子群协同优化算法的供应链金融信用风险评价模型[J]. 吉林大学学报(理学版), 2018, 56(1): 119-125.
[14]	刘颖, 王丽敏, 姜建华, 赵成丽, 张池军, 孙铁铮. 基于离群点剔除的SVM信用风险评价方法[J]. 吉林大学学报(理学版), 2016, 54(06): 1395-1400.
[15]	邓江洪, 赵领. 多特征筛选与支持向量机相融合的图像分类模型[J]. 吉林大学学报(理学版), 2016, 54(04): 862-866.