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:
糖基化是真核细胞中最常见的翻译后蛋白质修饰过程之一.传统的神经网络方法已被应用预测蛋白质糖基化位点,预测的准确性主要依赖于特征向量的维数(蛋白质序列的长度),并随着蛋白质序列长度的增加而提高,但网络的结构变得越来越复杂,增加了计算运行成本.为了解决这一问题,提出了主成分分析和BP神经网络相结合的新方法对O-糖基化位点进行预测和分析,用PCA提取主成分构造子空间以降低输入的蛋白质序列的维数,再用BP神经网络预测一个特定的蛋白质序列足否被糖基化.实验表明,提出的新方法能大大缩短计算时间,并能提高预测的准确性.
推荐文章
基于PCA和IFOA-BP神经网络的股价预测模型
股票价格预测
主成分分析法
改进果蝇算法
BP
神经网络
基于KPCA和BP神经网络的短期负荷预测
电力系统
负荷预测
核主成分分析
神经网络
基于PCA-BP神经网络的就业人口预测
就业人口预测
主成分分析
BP神经网络
基于生物质谱技术解析食源性糖蛋白糖基化位点的研究进展
生物质谱技术
食源性糖蛋白
糖基化位点
结构表征
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PCA和BP神经网络的O-糖基化位点的预测和模式分析
来源期刊 中南林业科技大学学报 学科 工学
关键词 O-糖基化 模式分析 主成分分析 BP神经网络
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 61-65,75
页数 分类号 TP183
字数 2952字 语种 中文
DOI 10.3969/j.issn.1673-923X.2010.09.011
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 谭晓风 中南林业科技大学林学院 181 2634 25.0 40.0
2 何伟 中南林业科技大学计算机与信息工程学院 4 4 2.0 2.0
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  (5)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(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)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(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
O-糖基化
模式分析
主成分分析
BP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
中南林业科技大学学报
月刊
1673-923X
43-1470/S
大16开
湖南长沙市韶山南路498号中南林业科技大学期刊社
1981
chi
出版文献量(篇)
5497
总下载数(次)
4
总被引数(次)
61941
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导