智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2014年
5期
86-89,93
,共5页
张蕾%徐鲁辉%郑逢斌%杨伟
張蕾%徐魯輝%鄭逢斌%楊偉
장뢰%서로휘%정봉빈%양위
二级结构预测%度量学习%凸优化%半定规划
二級結構預測%度量學習%凸優化%半定規劃
이급결구예측%도량학습%철우화%반정규화
针对多序列蛋白质二级结构预测问题,提出了一种基于训练集自动构造原型并自适应进行距离度量学习的大间隔多度量学习模型.该方法首先采用欧氏距离的K-means聚类算法为每类样本构造原型,然后基于快速的子梯度下降算法最小化目标损失函数,以便学习输入空间中的多个局部线性变换.特别地,度量学习模型可形式化为凸半定规划问题,因此参数求解不存在局部极小值问题.CB513数据集上的实验结果表明,提出的方法不仅可以获得较好的预测精度,而且能够快速地进行蛋白质二级结构预测.
針對多序列蛋白質二級結構預測問題,提齣瞭一種基于訓練集自動構造原型併自適應進行距離度量學習的大間隔多度量學習模型.該方法首先採用歐氏距離的K-means聚類算法為每類樣本構造原型,然後基于快速的子梯度下降算法最小化目標損失函數,以便學習輸入空間中的多箇跼部線性變換.特彆地,度量學習模型可形式化為凸半定規劃問題,因此參數求解不存在跼部極小值問題.CB513數據集上的實驗結果錶明,提齣的方法不僅可以穫得較好的預測精度,而且能夠快速地進行蛋白質二級結構預測.
침대다서렬단백질이급결구예측문제,제출료일충기우훈련집자동구조원형병자괄응진행거리도량학습적대간격다도량학습모형.해방법수선채용구씨거리적K-means취류산법위매류양본구조원형,연후기우쾌속적자제도하강산법최소화목표손실함수,이편학습수입공간중적다개국부선성변환.특별지,도량학습모형가형식화위철반정규화문제,인차삼수구해불존재국부겁소치문제.CB513수거집상적실험결과표명,제출적방법불부가이획득교호적예측정도,이차능구쾌속지진행단백질이급결구예측.