基于ACO优化SVM参数的蛋白质耐热性预测

来源 :计算机与应用化学 | 被引量 : 0次 | 上传用户:wxwp_hawk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
氨基酸含量是影响蛋白质耐热性的主要因素,为了提高以氨基酸含量为特征向量的蛋白质耐热性预测的精度和预测模型的性能,提出了一种基于机器学习蚁群算法(ACO)优化支持向量机(SVM)参数的蛋白质耐热性预测方法.建立了SVM参数优化模型,探讨了基于网格划分策略的连续蚁群算法,通过对SVM的惩罚因子和径向基核函数的全局搜索,筛选出最优参数,使SVM的蛋白质耐热性预测率最优.结果表明:采用未优化的SVM建立的预测模型的蛋白质耐热性总预测率相对较低,约为76.5%,采用遗传算法优化预测模型参数后的预测率约为86.6%,采用ACO优化预测模型参数后预测率达到87.8%.采用ACO优化的SVM模型参数的寻优速度快,预测结果准确.
其他文献
文章构建了技术创新风险评价指标体系,在此基础上,建立了技术创新风险评价模型,通过改进的遗传算法,客观地确定模型中各风险因素的权重。实例验证,该方法能够获得较为可靠的
为研究MyoD Ⅰ基因在关岭牛不同组织表达量的差异及在肌肉发育过程中的表达情况,试验采用实时荧光定量PCR技术对关岭牛背最长肌、大腿肌、心脏、肝脏、脂肪、小肠6个组织的My
本文建立了干建材VOC散发的多相模型,并针对VOC以气相和材料相的形态存在于建材中的特点进行理论分析,得到了模型的解析解.本文还根据建立的浓度控制方程,研究了模型参数对小
目的评价湖区结合围网养殖设置拦螺网防止钉螺扩散的成本-效益。方法采取现场走访方法,调查高邮湖区围网养殖成本和效益,同时回顾性调查2009-2011年金湖县在高邮湖区的查、灭
采用野外人工抚育干扰方法,设置低、中、高3种强度人工抚育干扰试验组及对照,探讨油松人工林叶片光合作用对环境变化的生理响应。结果表明:人工干扰后主要环境因子(光照强度、空
以杨木木片、按常规中密度纤维板生产方法热磨得到的杨木纤维、经酸性蒸气蒸煮热磨得到的杨木纤维、酸性蒸气蒸煮热磨法制造的无胶纤维板为原料,用扫描电镜(SEM)、X射线衍射(XRD)
研究了磷酸活化-微波加热法制备玉米秸秆活性炭的工艺条件,在单因素研究的基础上采用正交试验探讨了m(原料)∶V(活化剂)(料液比)、磷酸质量分数、浸渍时间和活化时间等因素对活性炭
目的 探讨护理质量与安全管理全程中,贯穿免责网络直报系统、PDCA循环对护理不良事件上报及发生情况的影响,为“患者安全行动”提供科学的管理工具和体系.方法 2012年1月依托
目的:优选鳖甲活性多肽的提取工艺及膜分离工艺。方法:以多肽提取量和浸膏得率为指标,通过正交试验考察料液比、提取时间、提取次数对鳖甲多肽提取工艺的影响;以膜渗透通量或
以环境中常见的多环芳烃污染物苯并[a]芘(Bap)为研究对象,探讨了类Fenton试剂、活化过硫酸钠、高锰酸钾在不同条件下对水中Bap的去除效果以及动力学规律.结果表明,类Fenton试