期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

Cla_Factor:一个基于支持向量机的人类转录因子分类方法

Cla_Factor: An Approach to Human Transcription Factors Classification with Support Vector Machine
下载PDF
导出
摘要 转录因子识别对于理解转录机制起着重要作用,转录因子根据DNA绑定域的结构可以分为四大类.随着数据库中新蛋白序列的快速增加,设计一个高通量、高准确率的分类器来预测新蛋白是否转录因子及其类别是非常重要的,提出了一个基于支持向量机的人类转录因子分类算法Cla_Factor. Cla_Factor使用蛋白域作为向量基来表示蛋白质序列,在此高维向量表示方法下利用支持向量机来对人类转录因子分类.通过对来自于Transfac, Swiss_Prot的数据进行交叉验证测试、推广能力测试,证明了Cla_Factor算法同其他算法相比,具有更高准确率、敏感性、特异性以及推广能力.
作者 周强 陈越 熊赟 朱扬勇
机构地区 复旦大学计算机与信息技术系
出处 《计算机研究与发展》 EI CSCD 北大核心 2007年第z3期279-283,共6页 Journal of Computer Research and Development
基金 国家"八六三"高技术研究发展计划基金项目(2006AA02Z329) 国家自然科学基金项目(60573093)
关键词 转录因子 支持向量机 蛋白质功能域 分类
分类号 TP391 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献9

  • 1[1]GS Manku,R Motwani.Approximate frequency counts over data streams.In:P Bernstein,Y Ioannidis,R Ramakrishnan,eds.In:Proc of the 28th Int'l Conf on Very Large Data Bases.San Francisco:Morgan Kaufmann Publishers,2002.346-357
  • 2[2]PB Gibbons,Y Matias.New sampling-based summary statistics for improving approximate query answers.In:LM Haas,A Tiwary,eds.Proc of the ACM SIGMOD Int'l Conf on Management of Data.New York:ACM Press,1998.331-342
  • 3[3]Hua-Fu Li,Suh-Yin Lee,Man-Kwan Shan.An efficient algorithm for mining frequent itemsets over the entire history of data streams.Int'l Workshop on Knowledge Discovery in Data Streams,Pisa,Italy,2004
  • 4[4]M Charikar,K Chen,M Farach-Colton.Finding frequent items in data streams.In:P Widmayer,F T Ruiz,R M Bueno,eds.Proc of the Int'l Colloquium on Automata,Languages and Programming.Berlin:Springer-Verlag,2002.693-703
  • 5[5]JX Yu,ZH Chong,HJ Lu,et al.False positive or false negative:Mining frequent Itemsets from high speed transactional data streams.In:MA Nascimento,D Kossmann,eds.Proc of the 30th Int'l Conf on Very Large Data Bases (VLDB 2004).San Francisco:Morgan Kaufmann,2004.204-215
  • 6[6]J Han,P Jian,Y Yiwen.Mining frequent patterns without candidate generation.The 2000 ACM SIGMOD Int'l Conf on Management of Data.Dallas,USA,2000
  • 7[7]Haixun Wang,Wei Fan,Philip S Yu,et al.Mining concept-drifting data streams using ensemble classifiers.In:Proc of the Int'l Conf on Knowledge Discovery and Data Mining (SIGKDD03).New York:ACM Press,2003
  • 8[8]A Metwally,D Agrawal,AE Abbadi.Efficient computation of frequent and top-k elements in data streams.In:T Eiter,L Libkin,eds.Proc of the Int'l Conf on Data Theory.Berlin:Springer-Verlag,2005.398-412
  • 9[9]R Agrawal,R Srikant.Fast algorithms for mining association rules.In:JB Bocca,M Jarke,C Zaniolo,eds.Proc of the 20th Int'l Conf on Very Large Data Bases.San Francisco:Morgan Kaufmann,1994.487-499
计算机研究与发展
2007年 第z3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部