基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
考虑不同残基的物理化学性质,将其融入蛋白质二级结构的神经网络预测中,提出了一种新的归一化二进制编码技术, 将各种残基不同的疏水值与体积大小归一化结果作为神经网络的二进制输入序列.与其他蛋白质二级结构预测的方法进行了比较,结果表明,该方法能充分利用蛋白质的一级结构信息,获得了很好的预测效果.
推荐文章
杨树蛋白质二级结构的人工神经网络预测
杨树
蛋白质
二级结构
人工神经网络
预测
复合编码支持向量机预测蛋白质二级结构
复合编码
二级结构
三元支持向量机
交叉验证
蛋白质二级结构的协同训练预测方法
协同训练
蛋白质
二级结构预测
支持向量机
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络预测蛋白质二级结构的编码技术
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 神经网络 蛋白质二级结构 结构预测 编码技术
年,卷(期) 2004,(5) 所属期刊栏目
研究方向 页码范围 61-63
页数 3页 分类号 TP301
字数 2571字 语种 中文
DOI 10.3321/j.issn:1671-4512.2004.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王能超 华中科技大学计算机科学与技术学院 58 640 17.0 23.0
2 李小妹 华中科技大学计算机科学与技术学院 14 76 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (13)
同被引文献  (29)
二级引证文献  (21)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
蛋白质二级结构
结构预测
编码技术
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导