基于融合多源特征的植物外源性微肽预测方法

本发明涉及一种基于融合多源特征的植物外源性微肽预测方法，其技术特点是：从公共数据库中搜集植物微肽数据并进行预处理；构建用于模型训练和测试的数据集；基于多粒度扫描，分别抽取多源特征进行特征降维处理；将降维后的多源特征输入到异构机器学习模型中，获取分类向量，得到变换后的多源特征；通过级联森林对多源特征进行深层表征，获取多源级联特征；使用级联特征训练多个机器学习模型，基于集成学习stacking策略融合模型，实现对多源特征的融合并对植物外源性微肽进行预测。本发明设计合理，实现了基于融合多源特征的植物外源性微肽的预测功能，能够准确和有效预测植物miPEPs。