基于多模集成神经网络的蛋白质二级结构预测

• 作者: 伍勇强 张金山 曾黄麟 李林江
• 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
• 页码范围: 666-670
• 分类号: TP183
• 字数: 3153字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2011.06.014

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.

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