原文服务方: 现代电子技术       
摘要:
主要介绍构造性机器学习方法即改进牛顿算法在蛋白质二级结构预测中的应用.针对标准BP算法存在的缺点,讨论用迭代矩阵替换二级微商来改进牛顿算法,实现蛋白质二级结构预测.实验表明,采用基于概率的Profile编码方式,改进牛顿算法正确率可以高达73.68%,与其他预测方法相比有较好的准确性.
推荐文章
基于混合并行遗传算法的蛋白质二级结构预测
蛋白质二级结构预测
并行遗传算法
模式
疏水序列
基于混合SVM方法的蛋白质二级结构预测算法
蛋白质二级结构预测
混合SVM方法
复合金字塔模型
基于混合并行遗传算法的大豆蛋白质二级结构预测
大豆篮白质
并行遗传算法
蛋白质
二级结构预测
疏水序列
蛋白质二级结构预测概率图模型的改进
应用生物化学
概率图
蛋白质二级结构
HMM
下溢
参数优化
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 基于改进牛顿算法的蛋白质二级结构预测
来源期刊 现代电子技术 学科
关键词 改进牛顿算法 蛋白质二级结构预测 Profile编码 神经网络
年,卷(期) 2009,(14) 所属期刊栏目 科学计算及信息处理
研究方向 页码范围 135-137
页数 3页 分类号 TP311.13
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2009.14.043
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 王建 19 21 3.0 4.0
2 王彩芸 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (32)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (3)
1943(1)
  • 参考文献(1)
  • 二级参考文献(0)
1973(3)
  • 参考文献(1)
  • 二级参考文献(2)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(4)
  • 参考文献(0)
  • 二级参考文献(4)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(5)
  • 参考文献(0)
  • 二级参考文献(5)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(6)
  • 参考文献(1)
  • 二级参考文献(5)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(10)
  • 参考文献(1)
  • 二级参考文献(9)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(12)
  • 参考文献(3)
  • 二级参考文献(9)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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)
2020(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
改进牛顿算法
蛋白质二级结构预测
Profile编码
神经网络
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导