公开(公告)号：CN105893790A

公开(公告)日：2016-08-24

申请号：CN201610465657.4

申请日：2016-06-23

Applicant: 西南大学

Inventor： 范子川 ,  白娟 ,  代亚兰 ,  张自力

IPC: G06F19/24

CPC classification number: G06F19/24

Abstract: 本发明提供的针对质谱缺失蛋白质数据的分类方法，其特征在于：包括对质谱缺失蛋白质数据进行预处理，所述预处理过程包括:对蛋白质确实数据的原始质谱进行滑动平均补值处理。将处理后的质谱数据转化为小波谱数据，并对小波谱数据中的有用信息进行噪声过滤，根据特征信息，将对所述小波谱数据中的有用信息区别度检验，对经过区别度检验的数据进行训练和分类；本发明中的针对质谱缺失蛋白质数据的分类方法，对质谱缺失蛋白质数据进行预处理，在通过SVM支持向量机的分类方法对经过预处理后的数据进行训练和分类，可以针对长度不一致以及特征不明显的恶劣数据，识别区分特征，最终实现准确分类。

公开(公告)号：CN105893790B

公开(公告)日：2019-03-26

申请号：CN201610465657.4

申请日：2016-06-23

Applicant: 西南大学

Inventor： 范子川 ,  白娟 ,  代亚兰 ,  张自力

IPC: G16B40/00

Abstract: 本发明提供的针对质谱缺失蛋白质数据的分类方法，其特征在于：包括对质谱缺失蛋白质数据进行预处理，所述预处理过程包括:对蛋白质确实数据的原始质谱进行滑动平均补值处理。将处理后的质谱数据转化为小波谱数据，并对小波谱数据中的有用信息进行噪声过滤，根据特征信息，将对所述小波谱数据中的有用信息区别度检验，对经过区别度检验的数据进行训练和分类；本发明中的针对质谱缺失蛋白质数据的分类方法，对质谱缺失蛋白质数据进行预处理，在通过SVM支持向量机的分类方法对经过预处理后的数据进行训练和分类，可以针对长度不一致以及特征不明显的恶劣数据，识别区分特征，最终实现准确分类。