10.3969/j.issn.1000-386X.2011.08.003
一个应用于MHCⅡ类分子亲和肽预测的集成分类器
分类是数据挖掘和机器学习领域的经典问题,由此产生的分类器目前在许多领域中有着广泛的具体应用.生物信息学作为近几年迅速兴起的交叉学科,自然成为分类器的重点应用方向之一.针对免疫生物信息学中的MHCⅡ类分子亲和肽预测这一重要课题,现阶段已有不少成熟的分类器,但是各分类器表现互有优劣.因而,设计实现一个可以集中各个分类器优势的集成分类器,使其面对尽可能全面的数据集都有稳定表现,就显得十分重要.采用集成学习的方法设计实现一个可以用于预测MHCⅡ类分子绑定情况的分类器,该系统可以将任意数目的预测分类器进行集成,从而达到更好的分类效果.同时,这一分类器集成学习算法可以推广应用到生物信息相关的更广泛领域.
MHCⅡ类分子绑定预测、分类器、等位基因、生物信息学、集成学习
28
TP181(自动化基础理论)
国家自然科学基金项目60773010
2011-12-23（万方平台首次上网日期，不代表论文的发表时间）
共4页
9-11,19
