简介:以氨基酸组成为特征对膜蛋白的分类,忽略了序列残基之间的相关性信息,而采用传统支持向量机算法作为分类算法,在解决多类问题时会出现分类盲区问题。针对这两种情况,计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数,将三类特征结合,作为膜蛋白序列的特征向量;同时采用模糊支持向量机作为分类器,解决了传统支持向量机在多类数据识别中的盲区问题。测试结果表明,在相同特征输入下,模糊支持向量机分类性能优于传统支持向量机;在相同分类器的情况下,氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法;而采取组合特征和模糊支持向量机相结合的分类策略,在独立性数据集测试中的整体预测精度达到97%,优于现有的多种分类策略,是目前最有效的膜蛋白分类方法之一。
简介:目的了解人工肝支持系统(ALSS)治疗重症肝炎临床疗效.方法应用WLXGX-888型人工肝支持系统(北京伟力公司生产)对24例重症肝炎进行血浆置换、血液滤过等方法治疗40例次.对患者治疗前后的肝功能、前白蛋白(PA)、凝血酶原活动度(PTa)、血氨、电介质进行分析.结果ALSS治疗后患者的肝功能明显改善,总胆红素(TBIL)、血氨均明显下降(P<0.001),总蛋白下降(P<0.001);白蛋白下降,但无显著性差异(P>0.05);前白蛋白提高明显(P<0.001).亚急性、慢性重症肝炎的早、中期治愈好转率分别为71.43%、44.44%,而晚期则无一例存活.结论ALSS治疗重症肝炎安全,效果显著,可明显提高重症肝炎的生存率.
简介:针对计算机辅助诊断模型优化过程中稳定性差和早熟问题,提出基于集成VPRS-RUGGA-支持向量机的肺部肿瘤计算机辅助诊断模型。首先,引入变精度粗糙集构造属性依赖度,结合属性约简长度和惩罚函数的加权和构造适应度函数框架;其次,采用无回放余数随机选择法、均匀交叉和高斯变异算子进行遗传操作;然后,在CT、PET和PET/CT样本空间中提取肺部肿瘤ROI区域特征,构造不同的特征空间,运用VPRS-RUGGA-支持向量机模型约简和分类识别;最后,在不同的样本空间中构造支持向量机(SVM)个体分类器,采用相对多数投票法输出集成结论。实验结果表明,集成VPRS-RUGGA-SVM模型可以有效的提高泛化性能和稳定性,VPRS-RUGGA-SVM模型可有效改善早熟问题,提高模型的分类性能。
简介:胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。
简介:本文把自组织学习联想神经树运用于生物样品─—冠心病患者和对照组(健康人)血液中微量金属元素的综合分析,预报成功率达100%。结果表明,该方法性能良好,可作为生物样品分析与疾病诊断的一种有效的辅助手段。