酶識(shí)別支持向量機(jī)特征提取自檢法留一法碩士論文

基于特征提取的酶識(shí)別問(wèn)題研究【關(guān)鍵詞】酶識(shí)別;支持向量機(jī);特征提取;自檢法;留一法;【英文關(guān)鍵詞】enzymeidentification;supportvectormachine;featureselection;self-consistencytest;leave-one-outtest;【中文摘要】在生物信息學(xué)中,將酶從蛋白質(zhì)識(shí)別出來(lái)一直是對(duì)酶進(jìn)行進(jìn)一步研究的一個(gè)前提。其研究方法都是將已知的酶作為研究對(duì)象,找出一種對(duì)已知酶進(jìn)行準(zhǔn)確識(shí)別的方法,然后推廣到對(duì)未知酶識(shí)別的應(yīng)用中。傳統(tǒng)的酶識(shí)別方法多是采用序列比對(duì)的方法,雖然后人對(duì)這種方法有不斷地改進(jìn),但是仍需要較大的存儲(chǔ)空間與比對(duì)時(shí)間。近些年，機(jī)器學(xué)習(xí)的方法也開(kāi)始的應(yīng)用到這個(gè)領(lǐng)域中。支持向量機(jī)SupportVectorMachine,SVM) 一種基于統(tǒng)計(jì)學(xué)理論的機(jī)器學(xué)習(xí)方法借助自己的無(wú)局部最小點(diǎn)和防止過(guò)適應(yīng)等優(yōu)點(diǎn)，迅速成為研究的熱點(diǎn)并且在酶識(shí)別領(lǐng)域表現(xiàn)出不錯(cuò)的效果。為了得到好的機(jī)器學(xué)習(xí)效果,機(jī)器學(xué)習(xí)需要研究者根據(jù)實(shí)際問(wèn)題的不同提出一套完整的機(jī)器學(xué)習(xí)方案。本文以支持向量機(jī)為基礎(chǔ),采用了一種基于特征提取的機(jī)器學(xué)習(xí)方案,通過(guò)選取合適數(shù)量的特征作為訓(xùn)練數(shù)據(jù)形成分類精度最高的酶識(shí)別器。之所以選用特征提取的方法主要是因?yàn)?在實(shí)驗(yàn)中,蛋白質(zhì)的功能域被看做它的特征,并不是所有的功能域都對(duì)形成準(zhǔn)確的分類器起到好的作用,并且我們推測(cè)這些功能域特征中存在噪聲,因此應(yīng)該剔除其中一些起到反作用的特征。基于以上的原因，文中選用了1-rule法和信息增益法兩種...【英文摘要】Inbioinformatics,identifyingenzymesfromproteinsisaprerequisiteforfurtherresearchinenzymes.Itsmethodofresearchisthattakingknownenzymesasresearchobjectandfindingamethodcouldidentifyenzymeswithhighaccuracy,thenapplyinginidentifyingunknownenzymes.Thetraditionalmethodusedinenzymesidentificationisalignment.Althoughmanyscientistsdolotsofworktoimprovealignment,themethodstillneedsbigstoragespaceandcomputingtime.Inrecentyears,machinelearningh...摘要5-6Abstract6第1章緒論9-141.1研究的背景、目的及意義9-101.2國(guó)內(nèi)外研究現(xiàn)狀及評(píng)價(jià)10-121.3本文的內(nèi)容和章節(jié)安排12-131.4本文的創(chuàng)新點(diǎn)13-14第2章基礎(chǔ)理論14-242.1支持向量機(jī)的理論知識(shí)14-17線性可分14-162.1.2線性不可分16-172.2特征提取的原因17-182.2.1什么是特征17原因17-182.3幾種特征提取方法18-241-rule18-202.3.2信息增益法20-24第3章實(shí)驗(yàn)步驟24-323.1實(shí)驗(yàn)數(shù)據(jù)24-253.1.1蛋白質(zhì)酶的獲取243.1.2非酶蛋白質(zhì)的獲取24-253.2實(shí)驗(yàn)數(shù)據(jù)的篩選253.3基于功能結(jié)構(gòu)域組成的蛋白質(zhì)數(shù)字化表示25-27Pfam數(shù)據(jù)庫(kù)25-263.3.2數(shù)字化表示26-273.4特征信息計(jì)算27-281-rule法特征信息計(jì)算27-283.4.2信息增益法特征信息計(jì)算283.5學(xué)習(xí)機(jī)的選擇28-293.6訓(xùn)練數(shù)據(jù)的選擇與測(cè)試29-313.7實(shí)驗(yàn)過(guò)程流程圖31-32第4章實(shí)驗(yàn)結(jié)果分析32-394.1誤差率32自檢法32-334.3留一法334.4實(shí)驗(yàn)結(jié)果33-361-rule法實(shí)驗(yàn)結(jié)果33-354.4.2信息增益法實(shí)