蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在...蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础,使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)算法,并以该算法为核心构建逐步求精、多层递阶的合成金字塔模型,该模型整体贯穿领域知识,并采用因果细胞自动机选择有效物化属性。在对偏alpha、beta型蛋白质的预测实验中,改进型CBA算法较好地完成了对结构特征不明显氨基酸的预测,获得了较优的预测效果。展开更多
在个人信用评估领域,对个人信用等级的预测是最具有挑战性的。提高对个人信用等级预测的准确度可以避免大量死账坏账的出现。然而传统的个人信用评估模型假设全部属性都具有相同的重要性,并且使用单一测度进行规则的剪枝和预测,这些个...在个人信用评估领域,对个人信用等级的预测是最具有挑战性的。提高对个人信用等级预测的准确度可以避免大量死账坏账的出现。然而传统的个人信用评估模型假设全部属性都具有相同的重要性,并且使用单一测度进行规则的剪枝和预测,这些个人信用评估模型往往太主观,不能取得较好的分类效果。该研究结合测度整合和(Adaptive Weighted Classification Base of Association,AWCBA)算法构建了个人信用评估模型,对客户基础属性进行自适应化加权,并引用了支持度、置信度和卡方测度的调和均值作为分类依据,实现个人信用等级的分类,与其他算法相比,AWCBA算法预测准确度比其他算法都要高。展开更多
文摘蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础,使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)算法,并以该算法为核心构建逐步求精、多层递阶的合成金字塔模型,该模型整体贯穿领域知识,并采用因果细胞自动机选择有效物化属性。在对偏alpha、beta型蛋白质的预测实验中,改进型CBA算法较好地完成了对结构特征不明显氨基酸的预测,获得了较优的预测效果。
文摘在个人信用评估领域,对个人信用等级的预测是最具有挑战性的。提高对个人信用等级预测的准确度可以避免大量死账坏账的出现。然而传统的个人信用评估模型假设全部属性都具有相同的重要性,并且使用单一测度进行规则的剪枝和预测,这些个人信用评估模型往往太主观,不能取得较好的分类效果。该研究结合测度整合和(Adaptive Weighted Classification Base of Association,AWCBA)算法构建了个人信用评估模型,对客户基础属性进行自适应化加权,并引用了支持度、置信度和卡方测度的调和均值作为分类依据,实现个人信用等级的分类,与其他算法相比,AWCBA算法预测准确度比其他算法都要高。
