基于独立成分分析（ICA）的分类研究及在蛋白分类中的应用
摘要
独立成分分析方法（ICA）一般用于特征提取、过程监控,很少用于分类。本文建立了一个ICA用于分类的工具包,并应用专家库下载的嗜热蛋白和常温蛋白作为实验数据,用来检验该分类工具的性能。本文的检验工作分为如下几个步骤：首先对训练数据进行特征提取;然后利用核函数确定嗜热蛋白的置信线;再计算测试数据的统计量。由测试数据判断是否超过置信线,不超出则认为是嗜热蛋白。该检验的结果是：对嗜热数据的漏检率为10%,误检率为30%,预测的正确率可达到80%。由此可说明,ICA可用作一种分类方法,本文所建立的分类工具也是有效的。
引用本文（GB/T 7714）
王玲玲, 张湜, 周春红. 基于独立成分分析（ICA）的分类研究及在蛋白分类中的应用[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2010.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。