随机森林和支持向量机算法在β-发夹模体预测中的比较

贾少春

首页> 中文期刊> 《温州大学学报（自然科学版）》 >随机森林和支持向量机算法在β-发夹模体预测中的比较

随机森林和支持向量机算法在β-发夹模体预测中的比较

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于对β-发夹模体的预测探索,本文使用随机森林和支持向量机两种算法,对ArchDB40数据库及自建数据集中的β-发夹模体进行预测.对于同一数据集,在特征参数和检验方法均相同的情况下,随机森林算法的预测精度要高于支持向量机算法.此外,由于随机森林算法在参数维数较高的情况下不会发生过拟合现象,所以本文采用了将高维特征参数输入随机森林算法的方法来预测β-发夹,得到了较好的预测效果:对ArchDB40数据库中的β-发夹进行预测,其5-交叉检验的预测精度和相关系数分别是83.3%和0.59;对自建数据集中的β-发夹进行预测,其5-交叉检验的预测精度和相关系数分别是85.2%和0.62.

著录项

来源
《温州大学学报（自然科学版）》 |2016年第3期|26-33|共8页
作者
贾少春;
展开▼
作者单位

忻州师范学院数学系;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
随机森林算法; 支持向量机算法; β-发夹模体; 离散增量; 预测的二级结构信息;

相似文献

中文文献
外文文献
专利

1. 随机森林算法在β-发夹模体预测中的应用 [J] . 贾少春 . 忻州师范学院学报 . 2015,第005期
2. 电力负荷预测算法比较-随机森林与支持向量机 [J] . 李桂丹 ,王佳琦 ,靳新悦 . 电力系统及其自动化学报 . 2019,第007期
3. 电力负荷预测算法比较-随机森林与支持向量机 [J] . 霍娟 ,孙晓伟 ,张明杰 . 电力系统及其自动化学报 . 2019,第007期
4. 用支持向量机识别β-发夹模体 [J] . 胡秀珍 ,李前忠 . 生物物理学报 . 2007,第006期
5. 基于矩阵打分值和化学位移值预测酶蛋白质中β-发夹模体 [J] . 宋航宇 ,胡秀珍 . 内蒙古工业大学学报（自然科学版） . 2014,第003期
6. 相关向量机与支持向量机在负荷预测中的比较 [C] . 段青 ,赵建国 ,马艳 . 2008全国博士生学术论坛——电气工程 . 2008
7. 酶蛋白质中β-发夹和βαβ特殊模体的预测 [A] . 宋航宇 . 2014

随机森林和支持向量机算法在β-发夹模体预测中的比较

摘要

著录项

相似文献

相关主题

期刊订阅