优化多核SVM的蛋白质二级结构预测

发布时间：2025-03-15 00:03

　　 蛋白质序列的不同特征提取方式对蛋白质结构分类有很大的影响。为更好地表达蛋白质结构信息,基于特征融合思想构建特征向量,并使用一种基于多核支持向量机的方法,以多个核函数的线性加权代替传统的单一核函数,在对多类特征进行整合后构造SimpleMKL分类模型;利用梯度下降法迭代求解核函数的权值系数,并校准核函数参数和不同特征表达的融合效果。实验结果表明,该方法提高了蛋白质二级结构分类精度,在分类精度方面有明显优势,有助于准确预测蛋白质的二级结构。

【文章页数】：4 页

【文章目录】：
1 蛋白质序列的特征提取
2 多核SVM分类模型
3 实验
    3.1 实验数据
    3.2 实验环境
    3.3 参数设置
    3.4 评价指标
    3.5 实验结果分析
4 结语



本文编号：4034828