排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
利用统计学习理论中的支持向量机(SVM),基于氨基酸组分含量预测生物膜蛋白类型。使用文献中2059个训练集和2625个检验集膜蛋白序列数据,运用统计预测中的校准检验,留一法交叉检验和独立数据集检验方法进行分类预测。结果表明,SVM对膜蛋白类型预测具有明显的优越性,该算法对当前已有方法起到重要的补充作用。 相似文献
2.
基于传统的以20种氨基酸在蛋白质序列中的组分来预测蛋白质亚细胞定位的方法,运用了"离散小波变换"(Discrete Wavelet Transform,DWT)的数字信号处理技术,对蛋白质序列中氨基酸排序的特征进行提取,并与氨基酸百分组成相结合,对蛋白质亚细胞定位进行了预测.通过观察预测结果发现,引入氨基酸的排列顺序特征后,蛋白质亚细胞定位的预测正确率有了显著的提高. 相似文献
1