本文基于计算机技术和生物学原理，以蛋白质序列中蕴含的生物信息分类为依据，对蛋白质中α类、β类、α+β类及α/β类中样本数量较多的27类折叠子类型进行识别研究，提出了一种基于统计量“矩”的特征向量表示法，并进一步构建IDAG-SVM多分类器进行识别，其主要研究为以下几方面： 第一，提出了矩描述子特征向量表示法。在研究了Dubchak特征向量表示法的基础上，利用统计学中的“矩”来描述氨基酸残基的顺序和位置信息，构建了矩描述子特征向量集。“矩”的引入，克服了Dubchak不能描述蛋白质氨基酸序列的顺序和耦合信息的缺点，使得新特征向量表示法能够有效的描述氨基酸组成、顺序和耦合信息等重要蛋白质序列特征。 第二，设计了IDAG-SVM多分类器。对常见支持向量机多类分类算法(“一对多”、“一对一”和有向无环图DAG)的原理和优缺点进行研究和分析。在此基础上，引入了一种以类样本分布情况生成有向无环图思想，提出改进的有向无环图多分类算法(IDAG)，用于蛋白质折叠子识别领域。 第三，通过实验，验证提出的矩描述子特征向量表示法和IDAG-SVM多分类算法。结果表明，本文采用的预测结果优于Ding等人的预测结果[1]，总体预测精度从Ding等人的56.0％提高到60.7％。同时对“一对多”、“一对一”、DAG和IDAG四种支持向量机多分类算法进行性能横向比较分析，比较了四种算法的分类效果，通过实验证明本文提出的IDAG多分类算法在性能上，优于其他三种多分类算法。