含先验信息的学习机在生物序列分析中的应用

doi:10.3724/SP.J.1087.2005.02169

计算机应用 ›› 2005, Vol. 25 ›› Issue (09): 2169-2170.DOI: 10.3724/SP.J.1087.2005.02169

含先验信息的学习机在生物序列分析中的应用

刘颖¹，林元烈²，覃征^1,3

1.清华大学软件学院； 2.清华大学数学科学系； 3.清华大学计算机科学与技术系

出版日期:2005-09-01 发布日期:2011-04-11
基金资助:
国家自然科学基金资助项目(10371063);;国家科技攻关项目(2004BA711A21);;国家863计划资助项目(2003AA412020)

Application of prior-knowledge-bearing learning machine in biological sequence analysis

LIU Ying¹,LIN Yuan-lie²,QIN Zheng^1,3

1.School of Software,Tsinghua University,Beijing 100084,China;2.Department of Mathematical Sciences,Tsinghua University,Beijing 100084,China;3.Department of Computer Science and Technology,Tsinghua University,Beijing 100084,China

Online:2005-09-01 Published:2011-04-11

摘要/Abstract

摘要： 生物序列分析是机器学习和数据挖掘技术一个重要的应用领域。它的特别之处在于,很多有领域背景的先验知识可以在分析过程中得到利用,从而改善分析的效果。在对蛋白质的乙酰化修饰的预测过程中,通过合理地利用先验信息,改进模式提取方法,能够显著地提高支持向量机模型的预测性能。

关键词: 先验信息, 生物序列分析, 机器学习, 支持向量机

Abstract: Biological sequence analysis is an important application domain of data mining technology.Its particularity lies in that a great deal of prior knowledge can be utilized to improve the learning process.In the research of the protein modification of N-acetylation,by properly using prior knowledge and upgrading the pattern extraction method,improvement in performance of the SVM model was achieved.

Key words: prior knowledge, biological sequence analysis, machine learning, support vector machine(SVM)

中图分类号:

TP181

刘颖，林元烈，覃征. 含先验信息的学习机在生物序列分析中的应用[J]. 计算机应用, 2005, 25(09): 2169-2170.

LIU Ying,LIN Yuan-lie,QIN Zheng. Application of prior-knowledge-bearing learning machine in biological sequence analysis[J]. Journal of Computer Applications, 2005, 25(09): 2169-2170.

[1]	郭棉, 张锦友. 移动边缘计算环境中面向机器学习的计算迁移策略[J]. 计算机应用, 2021, 41(9): 2639-2645.
[2]	毛铭泽, 曹芮浩, 闫春钢. 基于权值多样性的半监督分类算法[J]. 计算机应用, 2021, 41(9): 2473-2480.
[3]	秦斌斌, 彭良康, 卢向明, 钱江波. 司机分心驾驶检测研究进展[J]. 计算机应用, 2021, 41(8): 2330-2337.
[4]	贾鹤鸣, 姜子超, 李瑶, 孙康健. 基于改进斑点鬣狗优化算法的同步优化特征选择[J]. 计算机应用, 2021, 41(5): 1290-1298.
[5]	秦静, 左长青, 汪祖民, 季长清, 王宝凤. 基于堆叠分类器的心电异常监测模型设计[J]. 计算机应用, 2021, 41(3): 887-890.
[6]	姜倩玉, 王凤英, 贾立鹏. 基于感知哈希算法和特征融合的恶意代码检测方法[J]. 计算机应用, 2021, 41(3): 780-785.
[7]	孟祥瑞, 杨文忠, 王婷. 基于图文融合的情感分析研究综述[J]. 计算机应用, 2021, 41(2): 307-317.
[8]	袁芊芊, 邓洪敏, 王晓航. 基于超像素快速模糊C均值聚类与支持向量机的柑橘病虫害区域分割[J]. 计算机应用, 2021, 41(2): 563-570.
[9]	王雅辉, 钱宇华, 刘郭庆. 基于模糊优势互补互信息的有序决策树算法[J]. 计算机应用, 2021, 41(10): 2785-2792.
[10]	童林, 官铮. 改进鲸鱼优化支持向量机的交通流量模糊粒化预测[J]. 计算机应用, 2021, 41(10): 2919-2927.
[11]	陆荣秀, 陈明明, 杨辉, 朱建勇. 基于溶液图像时序特征的元素组分含量动态监测系统[J]. 计算机应用, 2021, 41(10): 3075-3081.
[12]	蒋阳升, 王胜男, 涂家祺, 李莎, 王红军. 面向高铁站的热舒适度和能耗综合预测[J]. 计算机应用, 2021, 41(1): 249-257.
[13]	朱琳, 于海涛, 雷新宇, 刘静, 王若凡. 基于MRI图像的阿尔茨海默症患者脑网络特征识别算法[J]. 计算机应用, 2020, 40(8): 2455-2459.
[14]	梁登高, 周安民, 郑荣锋, 刘亮, 丁建伟. 基于大小突发块划分的微信支付行为识别模型[J]. 计算机应用, 2020, 40(7): 1970-1976.
[15]	张健铭, 施元昊, 徐正蓺, 魏建明. 基于误差预测的自适应UWB/PDR融合定位算法[J]. 计算机应用, 2020, 40(6): 1755-1762.

含先验信息的学习机在生物序列分析中的应用

Application of prior-knowledge-bearing learning machine in biological sequence analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics