1.一种针对质谱缺失蛋白质数据的分类方法，其特征在于：包括

a.对质谱缺失蛋白质数据进行预处理，所述预处理过程包括:

a1.对蛋白质确实数据的原始质谱进行滑动平均补值处理，

a2.将处理后的质谱数据转化为小波谱数据，并对小波谱数据中的有用信息进行噪声过滤，a3.根据特征信息，将对所述小波谱数据中的有用信息区别度检验，

b.对经过区别度检验的数据进行训练和分类。

2.根据权利要求1所述的针对质谱缺失蛋白质数据的分类方法，其特征在于：所述步骤a3具体包括：根据特征信息将区别度区域分为高区别度区域和低区别度区域，对小波谱数据中的有用信息进行筛选，将低区别度区域中的特征信息删除，将高区别度区域中的特征信息保留。

3.根据权利要求1所述的针对质谱缺失蛋白质数据的分类方法，其特征在于：所述步骤a1具体包括采用滑动窗口进行滑动取平均值处理，对质谱缺失区域的数据缺失部分，则采用插值的方式进行补值处理。

4.根据权利要求1所述的针对质谱缺失蛋白质数据的分类方法，其特征在于：所述步骤a2还包括在谱转换过程中，对进行滑动平均补值处理后的含噪信号进行离散二进小波变换，获取小波变换系数对应的模极大值点，根据预先设置的阈值对所有模极大值点进行筛选，根据筛选后的模极大值点重构小波系数,保留小波分解最大尺度。

5.根据权利要求1所述的针对质谱缺失蛋白质数据的分类方法，其特征在于：所述步骤b还包括采用支持向量机方法，对经过区别度检验后的数据进行分类训练，得到最优的分类器。

6.根据权利要求5所述的针对质谱缺失蛋白质数据的分类方法，其特征在于：在对新的预测数据集进行预测时，对预测集进行预处理，并将预处理后的数据输入到训练好的分类器进行分类预测。