一種高效集成分類器及其在蛋白質(zhì)折疊識別中的應(yīng)用研究.pdf

1、蛋白質(zhì)的三維結(jié)構(gòu)決定其生物功能,同種折疊模式的蛋白質(zhì)功能相似。自然界中的蛋白質(zhì)結(jié)構(gòu)約十萬種而折疊模式的總數(shù)還不到一千。因此，蛋白質(zhì)折疊研究不僅具有很重要的生物學(xué)意義，而且能大大降低蛋白質(zhì)結(jié)構(gòu)研究的復(fù)雜度。
　　 蛋白質(zhì)折疊預(yù)測大致分為基于模版的方法和基于分類的方法兩大類。盡管在序列相似度較高時基于模版的方法能取得較好的效果，但隨著序列相似度降低，其預(yù)測的敏感性和可信性都大幅度下降?；诜诸惖姆椒ú灰揽肯嗨贫?，在序列相似度不顯著時

2、能有效預(yù)測蛋白質(zhì)折疊類型。目前，已有大量的集成分類器用于蛋白質(zhì)折疊識別。高效的集成分類器主要依賴基本分類器的效率和集成加權(quán)機制的合理選取。ET-KNN作為一種簡單有效的分類器在多分類問題中得到了廣泛的應(yīng)用。其有效性依賴于內(nèi)部參數(shù)的選擇，雖然很多方法通過優(yōu)化參數(shù)提高了分類性能，但參數(shù)都遠沒達到全局最優(yōu)。已有的集成加權(quán)策略由于沒有從整體性能來確定基本分類器的權(quán)值，各個基本分類器的作用得不到充分發(fā)揮，導(dǎo)致集成分類器的分類精度不高。
　　

3、 針對以上問題，本文提出了一種高效的集成分類器(GAOEC)。首先，通過遺傳算法全局優(yōu)化ET-KNN中的參數(shù)向量，提出了一種優(yōu)化的分類器—GAET-KNN。其次，集成分類器采用雙層GAET-KNN的學(xué)習(xí)結(jié)構(gòu)，第一層分類器的類別空間為所有的類標(biāo)識，第二層分類器的類別空間為第一層分類器得到的陽性類標(biāo)識。通過雙層的學(xué)習(xí)結(jié)構(gòu)，合理“減少了”類別的數(shù)量，便于決策。最后，基于加權(quán)集成和平均集成的思想，提出了兩種集成策略━全局最優(yōu)加權(quán)策略和選擇平均