采用Boosting机制的决策树集成分类器对嗜热和常温蛋白进行模式识别。通过自一致性检验、交叉验证和独立样本测试三种方法检测，其中作为Boosting算法中新的Logitboost算法表现更好，其识别的精度分别为100％、88.4％和89.5％，优于神经网络的识别效果。同时探讨了蛋白质分子大小对识别效果的影响。结果表明，将Boosting算法与其它单一分类器有效结合，有望提高研究者对生物分子相关特性的识别能力。