不同编码方法对蛋白质二级结构预测精度的影响

来源 :2005年中国模糊逻辑与计算智能联合学术会议 | 被引量 : 0次 | 上传用户:liongliong529
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蛋白质二级结构预测是蛋白质结构预测关键步骤.考虑氨基酸编码方式对预测精度的影响,提出基于一种改进的BP算法,采用3种不同氨基酸序列编码方式进行蛋白质二级结构的预测.在不同编码方式下,运用MATLAB语言实现改进BP神经网络的初始化和训练,并分析比较了各编码方式对蛋白质二级结构预测精度的影响.实验表明,采用此BP算法时,氨基酸序列的正交编码方式可获得较高的预测精度.
其他文献
混沌神经网络是近来发展起来的一门新的科学,由于具有混沌特性的人工神经网络具有十分复杂的动力学特性,获得了广泛的研究,针对BP学习算法的不足,将混沌映射与变尺度法相结合
中国昆虫学会第三届华东地区昆虫学术讨论于1986年12月2~5日在榕召开,来自六省一市的农、林、医昆虫学者165名代表参加了会议,会上收到论文、研究报告等314篇。本届学术讨论
本文提出了一种用于RoboCup中的阵型策略,该策略应用BP网络训练各种阵型和识别对方的基本阵型,并根据场上情况实现阵型的动态转换.基于此策略的队伍在比赛中取得不错的成绩.
由中国光学学会光谱专业委员会组织召开的《1986年光谱学术报告会》于10月28日至11月1日在北京举行。来自全国各科研单位、大专院校和部分工厂的代表,共150多人出席了会议。
“铁人没有离去,铁人就在我们身边!”铁人精神激励着大庆13万名青年职工在茫茫油田奋战、奉献着…… “与‘者会战’比当年” 大庆油田在扩展。为了生产更多的石油,勘探人员
本文针对前向神经网络训练中存在的计算速度慢和局部极小问题,提出了采用基于模拟退火的粒子群算法对三层前向神经网络进行学习的新方法,给出了具体的训练步骤,并通过实例对
本文提出了一种基于自组织特征映射(SOFM)神经网络和径向基函数(RBF)神经网络的混合网络模型.在该模型中,SOFM神经网络作为聚类网络,采用无监督学习算法对输入样本进行自组织
会议
由中国地质学会主办的第二届国际性勘探地球物理学术讨论会于1986年10月14日至20日在古都西安隆重举行。讨论会的宗旨是;总结和交流近年来我国地球物理勘探工作科技成就及其
2006年11月,劳动和社会保障部社会保险事业管理中心为解决一些地区在社会保险缴费申报审核和稽核工作中存在的执行政策不统一、审核不够规范等问题,下发了《关于规范社会保险
建立了基于混合神经网络与遗传算法方法的注塑工艺参数优化系统,对神经网络的参数预测与遗传算法的优化过程进行求解.将网络预测结果与CAE模拟结果进行比较和误差分析,显示出
会议