1、支持向量機對于小數(shù)據(jù)集的訓練預測效果比較好,而且支持向量機適合解決線性不可分的情況.因此用支持向量機進行蛋白質(zhì)二級結(jié)構預測是一個比較有發(fā)展的方法.蛋白質(zhì)二級結(jié)構預測中比較重要的一個技術就是編碼.神經(jīng)網(wǎng)絡預測系統(tǒng)PHD中提出采用中心編碼技術.但是PHD方法的實際預測結(jié)構可能出現(xiàn)比較明顯的錯誤,也就是現(xiàn)實世界中不存在的結(jié)構,即單殘基螺旋片斷.出現(xiàn)這種情況的原因是由于中心編碼只是考慮單殘基結(jié)構.針對這一問題,我們提出了一種新的編碼方法——片斷

2、編碼.片斷編碼不是以中心殘基作為編碼對象,而是以整個二級結(jié)構片斷作為編碼對象.根據(jù)我們采用的片斷編碼方法,我們又提出了一種片斷積分預測方法,實驗結(jié)果表明片斷積分方法得到的預測結(jié)果并不理想,但是片斷積分的方法得到的得分矩陣是一個很有用的結(jié)構信息.因此我們提出了將片斷編碼和中心編碼相結(jié)合的后處理方法.我們提出的后處理方法的主要思想是將片斷編碼預測的得分矩陣作為結(jié)構傾向因子.主要的預測工作由中心編碼完成,我們用結(jié)構傾向因子來糾正預測中出現(xiàn)的顯