一种多肽谱匹配数据的在线鲁棒PU学习方法

本发明公开了一种多肽谱匹配数据的在线鲁棒PU学习方法，旨在有效地识别数据库匹配软件输出的多肽谱匹配中的正确匹配。该方法主要包括数据预处理、利用梯度下降法求解鲁棒PU学习算法，并根据训练得出的分类器进行正确多肽谱匹配的鉴定。该技术通过应用在线鲁棒PU学习算法，实现了对大量未标记样本的有效利用，从而降低了标记成本。相较于常用PU方法对无标签数据需满足完全随机选择(SCAR)假定的限制，本方法克服了这一缺陷，使得在不满足SCAR假定的多肽谱匹配数据集上，仍可稳定地获得准确的鉴定结果且耗时较少。