论文部分内容阅读
提出了改进的主成分分析(IPCA)的方法,结合支持向量机(SVM)对蛋白质O-糖基化位点进行预测。IPCA 克服了传统主成分分析(PCA)寻找全局主要成分的不足,对类内样本进行加权,在保护局部结构的前提下,消除了变量之间的相关性,提取出具有局部特征的主要成分。然后,在特征空间中用SVM 进行分类(预测)。实验结果表明,IPCA+SVM 方法是预测糖基化位点行之有效的方法。