中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 四种机器学习算法预测大豆蛋白质定位对比研究 大豆科学 2022 (3) 337-344
Position: Home > Articles > 四种机器学习算法预测大豆蛋白质定位对比研究 Soybean Science 2022 (3) 337-344

四种机器学习算法预测大豆蛋白质定位对比研究

作  者：
李佳楠;高兴泉;李卓;滕小华;黄斌;张继成;唐友
单  位：
东北农业大学电气与信息工程学院;吉林农业科技学院电气与信息工程学院;吉林化工学院信息与控制工程学院
关键词：
支持向量机算法;朴素贝叶斯算法;决策树算法;随机森林算法;大豆蛋白质;完全随机缺失;序列位置预测;
摘  要：
为探索不同缺失程度大豆蛋白质亚细胞定位预测的有效方法，提升大豆蛋白质亚细胞定位预测能力，本研究以1万条已知亚细胞定位位置的大豆蛋白质序列数据为研究对象，进行5%、10%、15%、20%和30%不同缺失比例完全随机缺失，分别运用SVM算法、朴素贝叶斯算法和随机森林算法和决策树4种机器学习算法预测缺失序列的亚细胞位置，对原始位置和预测后的位置进行相关性分析，对比分析不同算法的准确性和性能。结果显示：随机森林算法预测的准确率最高；朴素贝叶斯算法的运行速度最快；朴素贝叶斯算法的运行内存最小。在不考虑运行时间和运行内存因素，且对预测的准确率要求较高的情况下，随机森林算法的预测效果要优于另外3种算法；同种情况下，若对运行内存要求较高时，可优先考虑朴素贝叶斯算法。结果说明不同机器学习方法在不同缺失程度的预测需求下的适用性，可应用于大豆蛋白质数据的定位预测。

相似文章

导出引用
计量
文章访问数: 17
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46