Indexed by：
Abstract：
由于蛋白质的多样性及其结构的复杂性,采用传统按照属性简单线性组合的函数方法难以实现正确分类.图核方法则为此提供了一个解决方案,通过图核方式将蛋白质具有的结构信息提取出来,将两图的相似性比较转化为两图各顶点之间匹配度的比较.提出混合矩阵的点边相似核,将图的邻接矩阵看作各顶点样本向量,通过寻找两图最相似的顶点对进行核值计算.此外,还提出将图核与神经网络相结合,利用神经网络良好的分类性能提高分类准确率.实验结果表明,采用该方法比原有方法的分类准确率提高了15％～30％.
Keyword：
Reprint Author's Address：
Email：
Source ：
软件导刊
ISSN： 1672-7800
Year： 2019
Issue： 2
Volume： 18
Page： 20-23
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 14
Affiliated Colleges：
