期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
人工神经网络预测蛋白质二级结构的编码技术综述
被引量：
5
下载PDF
职称材料
导出
摘要
人工神经网络方法是迄今为止在蛋白质二级结构中预测精度最高的一种方法,而网络输入编码的方式对预测精度影响较大。在简介人工神经网络预测蛋白质二级结构方法的基础上,综述了常用的正交编码,五位编码,基于氨基酸理化性质的编码,基于profile的编码,基于常见的分矩阵的编码,基于密码子的编码等几种编码方法,对其作了简要的评价,并展望了编码的发展前景。
作者
王秦虎
邓麟
韩翠芹
机构地区
西北农林科技大学生命科学学院
出处
《陕西农业科学》
2007年第6期109-112,共4页
Shaanxi Journal of Agricultural Sciences
关键词
蛋白质二级结构
神经网络
结构预测
编码技术
分类号
Q51 [生物学—生物化学]
引文网络
相关文献
节点文献
二级参考文献
135
参考文献
20
共引文献
59
同被引文献
72
引证文献
5
二级引证文献
8
参考文献
20
1
方慧生,相秉仁,安登魁.
人工神经网络在蛋白质二级结构预测中的应用[J]
.药学进展,1996,20(1):7-11.
被引量：8
2
朱伟,史定华,王翼飞.
神经网络在蛋白质二级结构预测中的应用[J]
.自然杂志,2003,25(3):167-171.
被引量：18
3
刘桂霞,周春光,周文刚.
基于ANN蛋白质结构预测方法研究[J]
.电脑开发与应用,2004,17(12):2-4.
被引量：5
4
Qian N,Sejnowski T J.Predicting the secondary structure of globular proteins using neural network models[J].Mol Biol.1988,202:865-884.
被引量：1
5
张阳德编著..生物信息学[M].北京:科学出版社,2004:349.
6
何琴,高建华,刘伟.
蛋白质二级结构预测的人工神经网络方法研究[J]
.分析科学学报,2006,22(4):438-440.
被引量：7
7
闫化军,傅彦,章毅,李毅超.
神经网络方法预测蛋白质二级结构[J]
.计算机科学,2003,30(11):48-52.
被引量：4
8
王艳春,何东健.
神经网络在蛋白质二级结构预测中的应用[J]
.安徽农业科学,2006,34(16):4172-4174.
被引量：4
9
阮晓钢,孙海军.
编码方式对蛋白质二级结构预测精度的影响[J]
.北京工业大学学报,2005,31(3):229-235.
被引量：12
10
Holley L H,Karplus M.Protein secondary structure prediction with a neural network[J].Biophysics,1989,86:152 -156.
被引量：1
二级参考文献
135
1
孙海军,阮晓钢.
用多模神经网络预测蛋白质二级结构[J]
.昆明理工大学学报（理工版）,2004,29(5):64-70.
被引量：6
2
王化军,陈润生,倪向善,石秀凡,凌伦奖.
预测蛋白质二级结构的人工神经元网络方法[J]
.生物物理学报,1989,5(4):422-427.
被引量：4
3
马栋萍,阮晓钢.
基于改进BP神经网络预测蛋白质二级结构[J]
.北京联合大学学报,2005,19(2):70-73.
被引量：10
4
方慧生,吴梧桐,王旻,余江河,郑珩.
蛋白质天然构象预测的研究进展[J]
.中国药科大学学报,2005,36(3):195-200.
被引量：4
5
弓振斌,王小如.
离子／原子荧光光谱分析[J]
.分析科学学报,1995,11(3):87-94.
被引量：9
6
景楠,周春光,夏斌.
基于径向基函数蛋白质二级结构预测方法[J]
.计算机工程与应用,2005,41(29):4-7.
被引量：6
7
方慧生,相秉仁,安登魁.
改进Madaline学习算法预测蛋白质二级结构[J]
.中国药科大学学报,1996,27(6):366-369.
被引量：17
8
焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1995..
被引量：100
9
[6]Fishman D, Arogs P. knowledge -based secondary structure assignment [J]. Proteins, 1995(23): 566-579.
被引量：1
10
[1]Anfinsen C B. Principles that govern the folding of protein chains [J].Science, 1973, 181:223-230.
被引量：1
共引文献
59
1
YANG Yang LI Kai-yang.
Neural Network Based on GA-BP Algorithm and its Application in the Protein Secondary Structure Prediction[J]
.Chinese Journal of Biomedical Engineering(English Edition),2006,15(1):1-9.
被引量：8
2
汪澜,刘万军,马国利.
一种改进的BP人工神经网络模型[J]
.辽宁工程技术大学学报（自然科学版）,2004,23(z1):14-16.
被引量：3
3
刘俊.
Photoshop在印制电路制造中的应用[J]
.印制电路信息,2002(11):26-27.
4
孙海军,阮晓钢.
用多模神经网络预测蛋白质二级结构[J]
.昆明理工大学学报（理工版）,2004,29(5):64-70.
被引量：6
5
阮晓钢,孙海军.
编码方式对蛋白质二级结构预测精度的影响[J]
.北京工业大学学报,2005,31(3):229-235.
被引量：12
6
任力锋,张波,刘辉.
蛋白质序列信息的提取与蛋白质结构预测[J]
.北京生物医学工程,2005,24(3):237-238.
被引量：5
7
马栋萍,阮晓钢.
基于改进BP神经网络预测蛋白质二级结构[J]
.北京联合大学学报,2005,19(2):70-73.
被引量：10
8
方慧生,吴梧桐,王旻,余江河,郑珩.
蛋白质天然构象预测的研究进展[J]
.中国药科大学学报,2005,36(3):195-200.
被引量：4
9
陈宗荣,冀肖力.
神经网络方法制定心理测试量表[J]
.福建电脑,2005,21(7):115-116.
被引量：1
10
陈绮,周明全,耿国华,郑建国.
生物信息学中的计算机技术应用[J]
.微机发展,2005,15(10):120-122.
被引量：4
同被引文献
72
1
刘瑞斋.
神经网络与遗传算法在优化设计中的结合运用[J]
.舰船电子工程,2008,28(7):127-130.
被引量：5
2
施彦,黄聪明,侯朝桢.
基于随机梯度法的选择性神经网络二次集成[J]
.计算机工程,2004,30(16):133-135.
被引量：5
3
孙海军,阮晓钢.
用多模神经网络预测蛋白质二级结构[J]
.昆明理工大学学报（理工版）,2004,29(5):64-70.
被引量：6
4
刘桂霞,周春光,周文刚.
基于ANN蛋白质结构预测方法研究[J]
.电脑开发与应用,2004,17(12):2-4.
被引量：5
5
闫化军,傅彦,章毅,李毅超.
神经网络方法预测蛋白质二级结构[J]
.计算机科学,2003,30(11):48-52.
被引量：4
6
阮晓钢,孙海军.
编码方式对蛋白质二级结构预测精度的影响[J]
.北京工业大学学报,2005,31(3):229-235.
被引量：12
7
张漫,常延琦.
蛋白质三级结构预测方法简述[J]
.中国动物检疫,2005,22(5):36-37.
被引量：10
8
马栋萍,阮晓钢.
基于改进BP神经网络预测蛋白质二级结构[J]
.北京联合大学学报,2005,19(2):70-73.
被引量：10
9
景楠,周春光,夏斌.
基于径向基函数蛋白质二级结构预测方法[J]
.计算机工程与应用,2005,41(29):4-7.
被引量：6
10
梁刚锋,谢涛,王勇献.
蛋白质二级结构预测的系统误差[J]
.生物信息学,2005,3(4):175-177.
被引量：1
引证文献
5
1
王建,王彩芸.
基于改进牛顿算法的蛋白质二级结构预测[J]
.现代电子技术,2009,32(14):135-137.
被引量：1
2
孟庆玲,黄家荣.
林木蛋白质结构预测研究综述[J]
.辽宁林业科技,2009(6):38-41.
被引量：2
3
郭庆春,何振芳,李力,袁春莹,寇立群.
人工神经网络在API预报中的应用[J]
.陕西农业科学,2011,57(2):124-126.
被引量：3
4
李汪根,叶小娇,黄尧颖.
蛋白质二级结构预测的一种新的编码方式[J]
.计算机工程与应用,2011,47(18):163-165.
5
张毅.
基于神经网络的蛋白质序列分类算法研究[J]
.计算机与数字工程,2012,40(6):30-32.
被引量：2
二级引证文献
8
1
郭庆春,赵雪茹.
基于人工神经网络的黄河水质评价[J]
.计算机与数字工程,2013,41(5):683-685.
被引量：7
2
李强,郑宇杰.
基于多视角特征融合与随机森林的蛋白质结晶预测[J]
.现代电子技术,2015,38(8):50-53.
被引量：2
3
郭庆春,杨旭,寇立群.
人工神经网络在大气污染预测中的应用[J]
.陕西广播电视大学学报,2015,17(4):92-94.
4
韩广,徐璐,孙晓云,卢兆楠,田家辉.
空气污染指数的前馈神经网络预测方法[J]
.计算机与应用化学,2016,33(2):147-151.
被引量：6
5
蒲国林,刘笃晋.
基于改进神经网络的环境空气质量预测[J]
.计算机技术与发展,2018,28(9):181-184.
被引量：8
6
霍思聪,黎英.
蛋白质功能模块检测的聚类方法综述[J]
.计算机工程与应用,2019,55(8):17-26.
被引量：1
7
高光芹,宛新生,李晓,黄家荣,王潇然.
水稻蛋白质二级结构预测[J]
.贵州大学学报（自然科学版）,2022,39(2):45-49.
8
邹国林,周祥,郑忠亮.
蛋白质结构研究技术的发展[J]
.信阳农业高等专科学校学报,2003,13(4):1-3.
被引量：2
1
李建伏,郭茂祖.
系统发生树构建技术综述[J]
.电子学报,2006,34(11):2047-2052.
被引量：17
2
叶倩.
PCR技术综述[J]
.科技创新导报,2009,6(5):5-5.
被引量：11
3
生物物理所等揭示G蛋白耦联受体的信号转导机制[J]
.中国科学院院刊,2015,30(6):864-864.
4
阮庆国,陆春叶.
基因突变分析技术综述[J]
.国外医学（遗传学分册）,1998,21(5):225-231.
被引量：20
5
丁鸿,邱东萍.
蛋白质组学研究技术综述[J]
.江西农业学报,2008,20(8):88-90.
被引量：2
6
蔡煜东,周斌.
真核基因编码区辨识的人工神经网络方法[J]
.科技通讯（上海）,1994,8(2):59-64.
7
李星平,杜小东.
家白蚁的巢群习性和防治技术综述[J]
.现代园艺,2015,38(21):100-101.
被引量：1
8
李强,韩一凡.
现代生物技术综述[J]
.世界林业研究,1998,11(3):1-8.
被引量：5
9
邓文星,张映.
实时荧光定量PCR技术综述[J]
.生物技术通报,2007,23(5):93-95.
被引量：44
10
健康新知[J]
.中国新闻周刊,2014(10):95-95.
陕西农业科学
2007年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
