论文部分内容阅读
现有的基于支持向量机（support vector machine，SVM）来预测膜蛋白折叠类型的方法．利用的蛋白质序列特征并不充分．并且在处理多类蛋白质分类问题时存在不可分区域，针对这两类问题．提取蛋白质序列的氨基酸和二肽组成特征，并计算加权的多阶氨基酸残基指数相关系数特征，将3类特征融和作为分类器的输入特征矢量．并采用模糊SVM（fuzzy SVM，FSVM）算法解决对传统SVM不可分数据的分类．在无冗余的数据集上测试结果显示．改进的特征提取方法在相同分类算法下预测性能优于已有的特征提取方法：FSVM