支持向量機(jī)在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中的應(yīng)用研究.pdf

1、支持向量機(jī)是基于統(tǒng)計(jì)學(xué)習(xí)理論的一種新的數(shù)據(jù)挖掘技術(shù)，它借助于最優(yōu)化方法來解決復(fù)雜的機(jī)器學(xué)習(xí)問題，并且有著良好的理論基礎(chǔ)的支持。結(jié)合本文研究?jī)?nèi)容，首先探討了支持向量機(jī)的數(shù)學(xué)基礎(chǔ)理論，從分類問題展開，分析了線性可分問題，近似線性可分問題，以及線性不可分問題的支持向量機(jī)算法理論，并且在此基礎(chǔ)上深入的研究了支持向量機(jī)的算法。 本文的主要工作如下： 1、深入研究了SVM中用于訓(xùn)練大規(guī)模樣本問題的SMO算法，對(duì)影響SVM算法性能的參

2、數(shù)取值問題，分析比較了網(wǎng)格搜索方法的優(yōu)點(diǎn)，并結(jié)合WisconsinBreast Cancer數(shù)據(jù)庫，得出SVM應(yīng)用于大規(guī)模樣本和參數(shù)選取的較優(yōu)方法。 2、提出帶進(jìn)化信息的滑動(dòng)窗口法，選擇了RS126數(shù)據(jù)集并采用滑動(dòng)窗口方法對(duì)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行向量化，確定支持向量機(jī)的輸入向量和對(duì)向量歸一化，再利用網(wǎng)格搜索法得到針對(duì)該問題的優(yōu)化參數(shù)，得到支持向量機(jī)對(duì)蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測(cè)問題有69.5061％的分類精度，最后通過和其他算法在該問題上的分