学科分类
/ 1
4 个结果
  • 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。

  • 标签: 模糊支持向量机 自相关函数 分类策略 膜蛋白 跨膜蛋白
  • 简介:我们通过设置静卧以及运动两组实验对比,研究随着精神压力的增大,心率变异性的各个指标的升降变化,确定影响精神压力的评估指标。利用改进的层次分析法建立模型层次结构,结合九标度与三标度法确定判断矩阵,并通过最优传递矩阵确定各指标权重,避免了一致性检验。最后结合模糊综合评价实现精神压力量化。验证表明,本方法可以准确合理的进行精神压力量化。

  • 标签: 心率变异性 精神压力 改进的层次分析法 最优传递矩阵 模糊综合评价
  • 简介:生物医学中的数学建模已受到研究人员的普遍关注。然而,由于生物医学中研究对象与研究方法有着自身的工作特点,它和传统的物理工程系统相比有较大的差异,如对这些特点没有明晰的认识,对于要想利用数学模型研究生伞现象的土物医学工作者和数理工作者的工作都会有所妨碍。人们已就数学方法在生物医学中的作用、生物医学数学模型的构造、运用的原则与方法作过方法学的探讨。本文拟着重从方法论的角度论述生物医学数学建模中的若干问题。

  • 标签: 生物医学 数学建模 模型选择
  • 简介:目的研究虚拟人体器官三维影像轮廓的计算机仿真建模。方法以肝脏虚拟影像轮廓的三维数学建模为例,以人体肝脏的声阻二维分布为依据,应用曲面拟合的数值方法进行研究。结果计算机仿真证明了该建模方法的正确性和有效性。结论人体器官的虚拟超声成像是医学超声仿真系统的一项关键技术,在医务人员上岗培训中具有重要的意义。该文所提出的数学建模方法对于虚拟器官三维影像轮廓的仿真切实可行。

  • 标签: 医学超声成像 仿真 曲面拟合 数学建模