CAJ | 학술논문

支持向量机和线性判别分析用于禽流感病毒编码蛋白识别
지지향량궤화선성판별분석용우금류감병독편마단백식별

万方数据

中国科学B辑中國科學B輯 중국과학B집
SCIENCE IN CHINA (SERIES B)
2007年 6期 592-596 ,共5页

梁桂兆%陈泽聪%杨善彬%梅虎%周原%舒茂%杨力%杨胜喜%郑小林%陈国华%周鹏%田菲菲%廖春阳%吴世容%李根容%李德静%何留%甘孟瑜%高剑坤%陈国平%王贵学%龙莎%景举华%曾晖%张巧霞%张梦军%杨娟%仝建波%王娇娜%刘永红%李波%仇亮加%蔡绍皙%赵娜%杨艳%苏霞利%宋健%陈美霞%陈刚%张雪姣%孙家英%李经纬%邓婕%彭传友%李志%许罗南%廖立敏%吴玉乾%朱万平%苏勤亮%卢大军%李军%黄振虎%周萍%李志良

량계조%진택총%양선빈%매호%주원%서무%양력%양성희%정소림%진국화%주붕%전비비%료춘양%오세용%리근용%리덕정%하류%감맹유%고검곤%진국평%왕귀학%룡사%경거화%증휘%장교하%장몽군%양연%동건파%왕교나%류영홍%리파%구량가%채소석%조나%양염%소하리%송건%진미하%진강%장설교%손가영%리경위%산첩%팽전우%리지%허라남%료립민%오옥건%주만평%소근량%로대군%리군%황진호%주평%리지량

禽流感病毒%编码蛋白%支持向量机(SVM)%线性判别分析(LDA)%径向基函数(RBF) 禽流感病毒%編碼蛋白%支持嚮量機(SVM)%線性判彆分析(LDA)%徑嚮基函數(RBF)
금류감병독%편마단백%지지향량궤(SVM)%선성판별분석(LDA)%경향기함수(RBF)

以支持向量机(SVM)和线性判别分析(LDA)对200条禽流感病毒、100条B型流感和100条C型流感病毒蛋白共400条为训练集样本, 从表征序列的200个整体与局部变量中以逐步(stepwise)方法选取24个变量作为LDA模型的输入建立线性识别模型, 病毒蛋白总识别率达 99.8%, 留一法交互检验总识别率为99.4%. 从原始200变量中经主成分分析得16个主成分作为SVM的输入, 以径向基核函数(RBF)SVM建立非线性识别模型, 病毒蛋白总识别率为99.8%, 留一法交互检验总识别率为99.2%. 以100条禽流感、50条B型流感和50条C型流感病毒编码蛋白质共200条为测试集样本, 得LDA模型, 对其总识别正确率为95.4%, SVM模型对其总识别正确率为96.5%. 识别结果表明, 两个模型都可较好识别禽流感病毒蛋白, 并且SVM对禽流感病毒蛋白的识别结果优于LDA.
이지지향량궤(SVM)화선성판별분석(LDA)대200조금류감병독、100조B형류감화100조C형류감병독단백공400조위훈련집양본, 종표정서렬적200개정체여국부변량중이축보(stepwise)방법선취24개변량작위LDA모형적수입건립선성식별모형, 병독단백총식별솔체 99.8%, 류일법교호검험총식별솔위99.4%. 종원시200변량중경주성분분석득16개주성분작위SVM적수입, 이경향기핵함수(RBF)SVM건립비선성식별모형, 병독단백총식별솔위99.8%, 류일법교호검험총식별솔위99.2%. 이100조금류감、50조B형류감화50조C형류감병독편마단백질공200조위측시집양본, 득LDA모형, 대기총식별정학솔위95.4%, SVM모형대기총식별정학솔위96.5%. 식별결과표명, 량개모형도가교호식별금류감병독단백, 병차SVM대금류감병독단백적식별결과우우LDA.