半监督多标记学习的基因功能分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：传统的机器学习主要解决单标记学习，即一个样本仅有一个标记．在生物信息学中，一个基因通常至少具有一个功能，即至少具有一个标记，与传统学习方法相比，多标记学习能更有效地识别生物相关基因组的功能．目前的研究主要集中在监督多标记学习算法．然而，研究半监督多标记学习算法，从已标记和未标记的基因表达数据中学习，仍然是未解决问题．提出一种有效的基因功能分析的半监督多标记学习算法SML_SVM首先，SML_SVM根据PT4方法，将半监督多标记学习问题转化为半监督单标记学习问题，然后根据最大后验概率原则（MAP）和K近邻方法估计未标记样本的标记，最后，用SVM求解单标记学习问题．在yeast基因数据和genbase蛋白质数据上的实验表明，SML_SVM性能比基于PT4方法的MLSVM和自训练MLSVM更优．

原文链接:http://www.cqvip.com//QK/92035A/200801/26662900.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：功能分析 学习的 cqvip 学习算法 Base 半监督 多标记 自训练 支持向量机