中央高校基本科研业务费专项资金(HITICRST2010022)
- 作品数：5 被引量：16H指数：1
- 相关作者：郭茂祖刘晓燕王娟邹权郭颖婕更多>>
- 相关机构：哈尔滨工业大学厦门大学黑龙江大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 植物抗性基因识别中的随机森林分类方法被引量：15
- 2012年
- 为了解决传统基于同源序列比对的抗性基因识别方法中假阳性高、无法发现新的抗性基因的问题,提出了一种利用随机森林分类器和K-Means聚类降采样方法的抗性基因识别算法。针对目前研究工作中挖掘盲目性大的问题,进行两点改进:引入了随机森林分类器和188维组合特征来进行抗性基因识别,这种基于样本统计学习的方法能够有效地捕捉抗性基因内在特性;对于训练过程中存在的严重类别不平衡现象,使用基于聚类的降采样方法得到了更具代表性的训练集,进一步降低了识别误差。实验结果表明,该算法可以有效地进行抗性基因的识别工作,能够对现有实验验证数据进行准确的分类,并在反例集上也获得了较高的精度。
- 郭颖婕刘晓燕郭茂祖邹权
- 关键词：分类器抗性基因聚类
- 系统发生网络构建算法综述
- 2014年
- 物种的进化史通常被描述成一棵有根系统树,但是当物种进化过程中发生网状进化事件(如,杂交、重组和水平基因转移)时,物种的进化史不再适合被描述成系统树。系统发生网络是系统树的一般化,也是被用来描述物种的进化史,并可以描述物种的网状进化事件。而且系统发生网络也可以可视化冲突数据集,如由不同的基因得到的物种树。因此,系统发生网络的研究是生物信息的一个重要领域。介绍了系统发生网络的概念、发展、研究现状,总结了现有的系统发生网络构建算法。
- 王娟郭茂祖
- MicroRNA前体的特征选择方法
- 2012年
- microRNA(miRNA)是一类长度约为21nt的非编码RNA,具有重要的调控功能。miRNA前体包含一级序列特征和二级结构特征,其中含有冗余和无用的特征,这些特征无益于前体分类模型的分类准确度。因此需要去除冗余特征,进而降低特征维数并提高分类性能。针对miRNA的前体序列数据,已有特征选取方法,仅考虑了特征之间的区分距离。全面考虑了每个特征属性对分类的增益和特征间冗余性,选取的特征有助于建立高效的分类模型。实验结果表明,选取的特征子集有效地提高了miRNA前体分类器的预测性能,取得了更好的分类结果。
- 玄萍郭茂祖吴玲王姗姗张兆功李媛
- 关键词：信息增益
- 植物抗性基因识别中样本选择的一种新方法被引量：1
- 2012年
- 植物抗性基因识别中的从头预测方法可以看作机器学习中的分类问题。通常情况下,一个分类器的训练需要正确标记的正例和反例。然而,抗性基因识别中可用的信息仅有少数人工标记的抗性基因,且不具有抗性功能的基因也不明确。为了消除由于正例太少和错误的反例带来的抗性基因识别的影响,基于抗性基因和其他基因在蛋白质相互作用网中的距离,提出了一种新的样本选择方法,并对提出的样本选择方法和通常样本选择方法分别在四种分类器上进行了10倍交叉验证。结果表明,文中方法的SN值平均提高了6.9%,SP值平均提高了13.1%。因此,就敏感性和特异性而言,提出的方法获得了更高效、更可靠的结果。
- 车凯郭茂祖刘晓燕滕志霞
- 一种新的DNA序列进化距离的修正方法
- 2012年
- 进化树是推演生命历史的一个重要工具。在构建进化树的所有算法中,基于进化距离的算法是其中研究的重点。但是,这一方法较为严重地依赖着距离矩阵的质量。人们开发了多种基于生物事实的进化模型来改进距离矩阵的构建过程,很大程度上提高了进化距离的准确性。同时,也提出了许多方法来检测距离矩阵的质量。文中提出了基于模型的距离以及p距离,采用一种组合的新距离的方式来构建距离矩阵。同时采用直接检测距离矩阵的统计学计分方法以及构建进化树,对比实验结果表明文中的方法实用且有效。
- 邢林林郭茂祖王娟
- 关键词：距离矩阵进化距离
