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:
在提出的符号序列的高维数字表达以及高维傅里叶变换概念的基础上,提出了蛋白质比较的新方法——高维共鸣识别.将两种蛋白质对应的氨基酸序列转化为向量序列,分别计算它们对应的向量序列的离散傅里叶变换.据此,定义两个蛋白质序列所对应的交叉谱函数,考查交叉谱函数的信噪比,判断两种蛋白质序列的相似性或差异性.计算结果显示它是蛋白质比对的又一个有效方法,是 Cosic一维共鸣识别的拓展.
推荐文章
一种基于蛋白质交互网络链接预测的新方法
蛋白质交互网络
链接预测
权值网络
相关节点集
剪枝
生物文本中蛋白质名称的识别
生物信息
命名实体识别
机器学习
特征选择
基于中心性和模块特性的关键蛋白质识别
蛋白质相互作用网络
多元属性
关键模块
中心性
关键蛋白质
一种基于多层PPI网络的关键蛋白质识别方法
蛋白质相互作用网络
多层网络
加权中心性方法
关键蛋白质识别
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 高维共鸣识别——蛋白质比较的新方法
来源期刊 计算机工程与应用 学科 医学
关键词 蛋白质比较 高维数字表达 向量序列的傅里叶变换 交叉谱函数 信噪比 高维共鸣识别
年,卷(期) 2013,(9) 所属期刊栏目
研究方向 页码范围 224-228
页数 分类号 R857.3
字数 3439字 语种 中文
DOI 10.3778/j.issn.1002-8331.1109-0101
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 刘国庆 南京工业大学理学院应用数学系 39 202 8.0 12.0
2 王嘉松 南京大学数学系 7 108 4.0 7.0
3 赵剑 南京工业大学理学院应用数学系 8 8 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  (8)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (2)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(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
蛋白质比较
高维数字表达
向量序列的傅里叶变换
交叉谱函数
信噪比
高维共鸣识别
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导