《表5 Viral proteins数据集上三种方法的实验性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的蛋白质亚细胞定位预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

单位：%

由表4可以看出，本文所提新方法与i Loc-Virus、KNN-SVM、m GOASVM算法的实验结果相比，均有较明显的提高。特别是与文献[7]算法相比，本文方法在Host cell membrane、Host cytoplasm、Host nucleus和Host endoplasmic reticulum位点上的预测准确率均有不同程度的提升，说明了本文在特征融合后引入SDAE深度网络的有效性和科学性。为了进一步验证新方法的优越性，将预测结果与现有算法中表现较好的m GOASVM和文献[7]算法进一步进行比较，其详细对比结果如表5所示。