基于GEP-BP网络集成的蛋白质二级结构预测方法研究

• 作者: 王艳春
• 来源期刊: 计算机应用研究
• 关键词: 蛋白质 二级结构 基因表达式编程 神经网络集成
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3687-3689,3693
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.024

摘要

为提高蛋白质二级结构预测的精度,提出了一种基于GEP-BP网络集成的两层结构预测模型.首先利用基因表达式编程(GEP)的全局搜索能力同时进化设计BP网络的结构和连接权,并将进化最后一代的个体用BP算法进一步训练学习,然后采用组合方法将部分个体集成构成模型的第一层;根据神经网络输出之间具有相关性,用第二层网络对第一层的预测结果进行精炼.用PDBSelect25中的36条蛋白质共6 122个残基进行测试,结果表明提出的模型能有效预测蛋白质二级结构,将预测精度提高到73.02%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳春	青岛农业大学理学与信息学院	22	124	6.0	10.0