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:
针对RNA二级结构预测问题,在SetPSO算法的基础上提出了一种改进的免疫粒子群优化算法,根据RNA折叠的特点,启用免疫记忆算子增加粒子群多样性,有效防止了原方法易陷入局部最优的缺陷.仿真结果表明改进算法能在更短的时间内达到更高的预测精度.
推荐文章
基于免疫粒子群集成的RNA二级结构预测算法
RNA二级结构
计算生物学
粒子群优化算法
免疫机理
协同进化
预测RNA二级结构离散粒子群优化算法
离散粒子群优化
RNA二级结构
最小自由能
组合优化
基于改进牛顿算法的蛋白质二级结构预测
改进牛顿算法
蛋白质二级结构预测
Profile编码
神经网络
离散蛙跳算法预测RNA二级结构
RNA二级结构预测
离散蛙跳算法
最小自由能
茎区组合优化
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 改进的免疫粒子群优化算法预测RNA二级结构
来源期刊 计算机工程与应用 学科 工学
关键词 核糖核酸(RNA)二级结构预测 粒子群优化 免疫记忆算子
年,卷(期) 2012,(1) 所属期刊栏目 研究、探讨
研究方向 页码范围 40-43,75
页数 分类号 TP301.6
字数 5895字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.01.012
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 林娟 福建农林大学计算机与信息学院 21 77 6.0 8.0
2 钟一文 福建农林大学计算机与信息学院 59 596 13.0 23.0
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  (166)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(4)
  • 参考文献(0)
  • 二级参考文献(4)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(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
核糖核酸(RNA)二级结构预测
粒子群优化
免疫记忆算子
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导