计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
15期
226-229
,共4页
蛋白质二级结构%元胞自动机%灰度共生矩阵%K近邻算法%Jackknife测试
蛋白質二級結構%元胞自動機%灰度共生矩陣%K近鄰算法%Jackknife測試
단백질이급결구%원포자동궤%회도공생구진%K근린산법%Jackknife측시
蛋白质结构预测是后基因组时代的一项重要任务,蛋白质二级结构预测是蛋白质结构预测的关键步骤.利用氨基酸数字编码模型生成蛋白质序列的元胞自动机图(Cellular Automata Image,CAI),提出了一种基于灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)提取纹理图像特征的方法.用扩大的协方差算法进行预测,仿真结果显示有较好的分类效果,Jackknife检验的预测成功率达到94.61%.
蛋白質結構預測是後基因組時代的一項重要任務,蛋白質二級結構預測是蛋白質結構預測的關鍵步驟.利用氨基痠數字編碼模型生成蛋白質序列的元胞自動機圖(Cellular Automata Image,CAI),提齣瞭一種基于灰度共生矩陣(Gray Level Co-occurrence Matrix,GLCM)提取紋理圖像特徵的方法.用擴大的協方差算法進行預測,倣真結果顯示有較好的分類效果,Jackknife檢驗的預測成功率達到94.61%.
단백질결구예측시후기인조시대적일항중요임무,단백질이급결구예측시단백질결구예측적관건보취.이용안기산수자편마모형생성단백질서렬적원포자동궤도(Cellular Automata Image,CAI),제출료일충기우회도공생구진(Gray Level Co-occurrence Matrix,GLCM)제취문리도상특정적방법.용확대적협방차산법진행예측,방진결과현시유교호적분류효과,Jackknife검험적예측성공솔체도94.61%.
