基于支持向量机集成的蛋白质与维生素绑定位点预测

摘要：

在蛋白质与维生素绑定位点预测问题中，小类样本和大类样本之间存在显著的不平衡性，传统的机器学习方法将不再适用。针对此问题，在多重随机下采样的基础上结合支持向量机（SVM）集成来预测蛋白质与维生素的绑定位点，采用了一种改进的AdaBoost集成方法，称为MAdaBoost集成。通过实验比较了不同的集成策略，其中MAdaBoost集成效果最优。实验结果表明，采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。

关键词：蛋白质-维生素相互作用、绑定位点预测、多重随机下采样、SVM集成、Adaboost算法

分类号：TN911-34;TP391

资助基金：江苏省自然科学基金-面上项目面向蛋白质生物计算的特征抽取及动态学习模型研究BK20141403

在线出版日期：2015-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：90-95