[发明专利]多肽鉴定的自步长学习方法

权利要求书

1.一种多肽鉴定的自步长学习方法，其特征在于，包括以下步骤：

步骤1.数据预处理；

步骤2.求解如下形式的半监督学习模型：

minβ,θF(β,θ)=βTKβ+c1Σi∈Ω-θi·{max(0,1-yiKiTβ)}2+c2Σi∈Ω+θi·{max(0,1-yiKiTβ)}2+λ·Σi=1Nθis.t.θi=1,i∈Ω-,0≤θi≤1,i∈Ω+---(1)]]>

其中，训练样本为x_i∈R^d为数据库搜索引擎输出的多肽谱匹配,y_i∈{-1,+1}，诱骗PSM标签为“-1”，目标PSM标签为“+1”，Ω_-＝{i|y_i＝-1},Ω₊＝{i|y_i＝+1}，β∈R^N,θ＝[θ₁,...,θ_N]^T∈R^N是模型待求解的决策变量，θ_i∈[0,1]表征第i个样本标签的置信度，c₁＞0,c₂＞0,λ＞0为模型参数，核矩阵K_ij＝k(x_i,x_j)，k(·,·)为预先选取的核函数，K_j表示矩阵K的第j列；

步骤3.依据训练得出的分类器鉴定正确的多肽谱匹配。

2.如权利要求1所述的一种多肽鉴定的自步长学习方法，其特征在于，半监督学习模型(1)采用如下自步长学习方法求解：

步1.初始化：置β⁰＝[0,...,0]^T,θ⁰＝[1,...,1]^T,λ⁰＝0，置k＝0；

步2.调用标准的非线性规划算法，以(β^k,θ^k)为算法初始点，置λ＝λ^k，求解半监督学习模型(1)，求解出的最优解置为(β^k+1,θ^k+1)；

步3.置λ^k+1＝λ^k+μ,k←k+1,转步2，直至满足终止准则；

步4.输出β^*←β^k,θ^*←θ^k。