数据挖掘在蛋白质序列分类中的应用
计算工程、金融与科学
2012-11-21 v1
摘要
蛋白质序列分类涉及为精确分类进行特征选择。流行的蛋白质序列分类技术包括从序列中提取特定特征。研究人员应用神经网络、遗传算法 (Genetic algorithm)、模糊 ARTMAP (Fuzzy ARTMAP)、粗糙集分类器 (Rough Set Classifier) 等知名分类技术以实现精确分类。本文综述了三种不同的分类模型：神经网络模型、模糊 ARTMAP 模型和粗糙集分类器模型。随后提出了一种新的蛋白质序列分类技术。所提出的模型通常通过自行设计的工具实现，旨在减少早期方法遇到的计算开销并提高分类精度。
引用
@article{arxiv.1211.4654,
title = {Application of Data mining in Protein sequence Classification},
author = {Suprativ Saha and Rituparna Chaki},
journal= {arXiv preprint arXiv:1211.4654},
year = {2012}
}
备注
16 Pages, 7 Figures, 3 Tables