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:
为提高蛋白质二级结构预测的精度,提出了一个由5个子网络集成的多模神经网络模型,预测结果由5个子网络综合得到.对于每个子网络采用神经网络分级思想分为二级网络,一级网络采用含进化信息的profile编码蛋白质序列作为输入,二级结构作为输出.二级网络编码一级网络输出结果作为输入,并将蛋白质序列用改进正交编码方式作为另一输入来提高二级网络的预测精度,输出仍为二级结构.采用子网络差异方式进行单独训练,结果表明该方法最终的预测精度达到71.3%,较大提高了蛋白质二级结构的预测精度.
推荐文章
杨树蛋白质二级结构的人工神经网络预测
杨树
蛋白质
二级结构
人工神经网络
预测
基于GEP-BP网络集成的蛋白质二级结构预测方法研究
蛋白质
二级结构
基因表达式编程
神经网络集成
基于网络服务的蛋白质二级结构预测软件
蛋白质结构预测
二级结构
互联网
软件工程
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 基于多模集成神经网络的蛋白质二级结构预测
来源期刊 四川理工学院学报(自然科学版) 学科 工学
关键词 神经网络 二级结构预测 改进正交编码 预测精度
年,卷(期) 2011,(6) 所属期刊栏目 机械、电子及计算机科学
研究方向 页码范围 666-670
页数 分类号 TP183
字数 3153字 语种 中文
DOI 10.3969/j.issn.1673-1549.2011.06.014
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 李林江 四川理工学院理学院 2 0 0.0 0.0
2 伍勇强 四川理工学院理学院 2 0 0.0 0.0
3 曾黄麟 四川理工学院理学院 90 510 12.0 19.0
4 张金山 四川理工学院理学院 4 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  (11)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(3)
  • 参考文献(1)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
神经网络
二级结构预测
改进正交编码
预测精度
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
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导