期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
以位置特异性得分矩阵和基因本体为特征的蛋白质亚细胞定位预测 被引量:1
1
作者 刘冰静 郭红 《福州大学学报(自然科学版)》 CAS 北大核心 2017年第1期16-24,共9页
提出一种蛋白质亚细胞定位预测方法.该方法以位置特异性得分矩阵和基因本体抽取对应特征,结合支持向量机构建多标签分类模型.充分考虑了蛋白质进化信息对其亚细胞定位的影响,并基于文本分类中涉及到的卡方检验的对数变换思想,构建基因... 提出一种蛋白质亚细胞定位预测方法.该方法以位置特异性得分矩阵和基因本体抽取对应特征,结合支持向量机构建多标签分类模型.充分考虑了蛋白质进化信息对其亚细胞定位的影响,并基于文本分类中涉及到的卡方检验的对数变换思想,构建基因本体注释信息的加权系数对其进行加权处理,从而提高预测的准确率.采用支持向量机作为基分类器构建多标签分类模型,进一步提高预测的准确率.通过在目前该领域两个常用的真实数据集上进行的一系列测试结果表明,该方法能有效提高蛋白质亚细胞定位预测的准确率. 展开更多
关键词 定位预测 蛋白质亚细胞 位置特异性得分矩阵 基因本体 多标签分类
下载PDF
综合电法在有色金属矿产勘查中的应用实例 被引量:38
2
作者 刘瑞德 黄力军 +1 位作者 杨进 陆桂福 《物探与化探》 CAS CSCD 2006年第4期322-326,共5页
由于不同金属矿产生成环境不同,伴生矿物元素不一样,矿体物性差异很大,造成物探勘查的多解性;此外由于矿体受不同地质构造影响,矿体产出形状复杂,造成物探解释精度下降。综合电法勘查,可以利用多参数分析,互相补充、互相验证,测量信息丰... 由于不同金属矿产生成环境不同,伴生矿物元素不一样,矿体物性差异很大,造成物探勘查的多解性;此外由于矿体受不同地质构造影响,矿体产出形状复杂,造成物探解释精度下降。综合电法勘查,可以利用多参数分析,互相补充、互相验证,测量信息丰富,较好地发现确定有意义异常,减少多解性,提高地质解释精度,取得了很好的勘查效果。文中介绍了综合电法在1个金属矿床勘查中的应用实例。 展开更多
关键词 综合电法 隐伏矿体 空间定位预测
下载PDF
Hilbert Huang Transform for Predicting Proteins Subcellular Location
3
作者 Feng SHI Qiujian CHEN Nana LI 《Journal of Biomedical Science and Engineering》 2008年第1期59-63,共5页
Apoptosis proteins have a central role in the development and homeostasis of an organism. These proteins are very important for the understanding the mechanism of programmed cell death, and their function is related t... Apoptosis proteins have a central role in the development and homeostasis of an organism. These proteins are very important for the understanding the mechanism of programmed cell death, and their function is related to their types. The apoptosis proteins are categorized into the following four types: (1) Cytoplasmic protein;(2) Plasma membrane-bound protein;(3) Mitochondrial inner and outer proteins;(4) Other proteins. A novel method, the Hilbert-Huang transform, is applied for predicting the type of a given apoptosis protein with support vector machine. High success rates were obtained by the re-substitute test (98/98=100%), jackknife test (91/98 = 92.9%). 展开更多
关键词 HILBERT HUANG TRANSFORM support vector machine SUBCELLULAR location predict
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部