基于激光解析技术在蛋白质关联图预测问题数据集不均衡的研究

随着融合了激光解析等新技术的蛋白质自动测序技术发展,蛋白质序列越来越容易获得,如何通过蛋白质序列预测其结构成为重要研究问题。蛋白质关联图预测是蛋白质三级结构预测的中间步骤,是典型的数据集极度不均衡的分类问题,非关联类别数据远远多于关联类别数据。与文本分类等问题不同,蛋白质关联图预测问题的特征维数不高,因而不能从特征选择上进行数据集优化。为了有效减少多数类样本的规模,提出结合聚类的数据下采样预处理方法,使关联和非关联类别的分布趋于平衡。实验表明,支持向量机方法在优化后的蛋白质数据集可以有效实现数据分类。

基于带偏差递归神经网络蛋白质关联图的预测

针对BP神经网络在学习速度方面的不足,在Jordan和Elman网络结构的基础上,提出一种带偏差单元的递归网络模型,根据BP算法推导出该网络模型的权系数调整规则,并应用该网络模型进行了蛋白质关联图预测的仿真分析.结果表明,该网络模型的收敛速度比一般BP网络有很大提高,具有一定的实用性.