作者:
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:
介绍了蛋白质功能预测与分析的现状和主要研究内容,并说明了如何利用新型机器学习方法来进行这方面的研究工作,并对其以后的发展提出了展望.
推荐文章
基于扩展的Markov逻辑网的蛋白质beta结构关联预测方法研究
Markov逻辑网
蛋白质关联预测
beta-残基
神经网络
蛋白质结构预测综述
蛋白质结构预测
深度学习
同源建模
自由建模
综述
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
蛋白质复合物预测方法分析与比较
蛋白质相互作用
蛋白质相互作用网络
蛋白质复合物
匹配统计
基因本体
功能富集
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 基于新型机器学习方法的蛋白质功能预测与分析
来源期刊 信息通信 学科 生物学
关键词 蛋白质功能预测 机器学习 多示例多标记学习
年,卷(期) 2012,(5) 所属期刊栏目 学术研究
研究方向 页码范围 19-20
页数 2页 分类号 Q811
字数 2371字 语种 中文
DOI
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 吴建盛 南京邮电大学地理与生物信息学院 14 54 4.0 6.0
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  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2017(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
蛋白质功能预测
机器学习
多示例多标记学习
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
论文1v1指导