计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
9期
176-177
,共2页
伪氨基酸组成%粒子群优化算法%Jackknife交叉验证
偽氨基痠組成%粒子群優化算法%Jackknife交扠驗證
위안기산조성%입자군우화산법%Jackknife교차험증
在伪氨基酸组成中加入与序列相关的影响因子能够提高蛋白质三级结构预测的准确率.将伪氨基酸组成的特征作为神经网络的输入,建立分类预测模型.选用粒子群优化算法对神经网络的参数进行优化.分类方法采用一对多的二分类方法.数据集选用Chou提出的204条蛋白质.实验结果使用Jackknife交叉验证,表明该方法能提高预测准确率.
在偽氨基痠組成中加入與序列相關的影響因子能夠提高蛋白質三級結構預測的準確率.將偽氨基痠組成的特徵作為神經網絡的輸入,建立分類預測模型.選用粒子群優化算法對神經網絡的參數進行優化.分類方法採用一對多的二分類方法.數據集選用Chou提齣的204條蛋白質.實驗結果使用Jackknife交扠驗證,錶明該方法能提高預測準確率.
재위안기산조성중가입여서렬상관적영향인자능구제고단백질삼급결구예측적준학솔.장위안기산조성적특정작위신경망락적수입,건립분류예측모형.선용입자군우화산법대신경망락적삼수진행우화.분류방법채용일대다적이분류방법.수거집선용Chou제출적204조단백질.실험결과사용Jackknife교차험증,표명해방법능제고예측준학솔.
