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:
为研究蛋白质二级结构预测时采用哪种氨基酸编码方式具有更好的预测精度,使用正交编码、5位编码、Codon编码(2种)和Profile编码等5种不同的氨基酸编码方式,并用SVM(支持向量机)进行蛋白质二级结构预测.实验结果表明,经过多重序列比对,包含更多生物进化信息的Profile编码方式的预测精度比起其他4种编码方式高出19.4%~23.9%.
推荐文章
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
优化多核SVM的蛋白质二级结构预测
蛋白质
二级结构预测
多核支持向量机
特征提取
特征融合
线性加权
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 氨基酸编码方式对SVM预测蛋白质二级结构的影响
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 蛋白质二级结构预测 氨基酸编码 SVM Profile编码
年,卷(期) 2008,(6) 所属期刊栏目 研究论文
研究方向 页码范围 1367-1370
页数 4页 分类号 TP183
字数 2684字 语种 中文
DOI 10.3969/j.issn.0490-6756.2008.06.019
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 何中市 重庆大学计算机学院 96 980 17.0 24.0
2 何静媛 重庆大学计算机学院 14 120 6.0 10.0
3 邹东升 重庆大学计算机学院 9 113 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (9)
参考文献  (16)
节点文献
引证文献  (7)
同被引文献  (3)
二级引证文献  (2)
1974(2)
  • 参考文献(2)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(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)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 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
蛋白质二级结构预测
氨基酸编码
SVM
Profile编码
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
相关基金
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导