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:
随着生物信息学的发展,模体识别已经成为一种能够从生物序列中提取有用生物信息的方法.文中介绍了有关模体的一些概念,讨论了模体识别算法(MEME)的基础,即EM(expectation maximization)算法,由于MEME算法是建立在EM算法的基础上的,所以又由此引出了MEME算法,并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论,对算法的局限性和有待改进的地方作了说明.实践证明,MEME是一个较好的模体识别算法,它能够识别出蛋白质或者DNA序列中单个或多个模体,具有很大的灵活性.
推荐文章
一种基于多层PPI网络的关键蛋白质识别方法
蛋白质相互作用网络
多层网络
加权中心性方法
关键蛋白质识别
一种新的拓扑参数及其蛋白质网络关键节点识别
拓扑参数
蛋白质网络
关键节点
模式识别
参数计算
基于模糊蚁群的加权蛋白质复合物识别算法
蛋白质相互作用网络
蚁群聚类算法
模糊C-means
适应度
蛋白质复合物
一种基于红外图像的目标自动识别算法
红外图像
小波变换
特征提取
神经网络
自动目标识别
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 一种关于蛋白质模体的自动识别算法
来源期刊 微机发展 学科 工学
关键词 模体 算法 最大期望值算法 MEME算法
年,卷(期) 2004,(10) 所属期刊栏目 理论与算法研究
研究方向 页码范围 123-126
页数 4页 分类号 TP301.6
字数 3832字 语种 中文
DOI 10.3969/j.issn.1673-629X.2004.10.041
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 胡磊 武汉大学计算机学院 32 133 7.0 9.0
2 戈晓斐 武汉大学计算机学院 3 15 2.0 3.0
3 黄晓 3 23 2.0 3.0
4 蔡振辉 苏州大学计算机科学与技术系 1 1 1.0 1.0
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  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模体
算法
最大期望值算法
MEME算法
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导