基于SOFM神经网络的蛋白质结构类预测  

作　　者：敖培[1] 杨百顺[2] 李明[2] 赵四方[2] 冯志鹏[2] 李延强[3] 

机构地区：[1]河南师范大学计算机与信息工程学院,河南新乡453007 [2]河南师范大学软件学院,河南新乡453007 [3]河南师范大学政治与公共管理学院,河南新乡453007

出　　处：《数字技术与应用》2015年第1期86-86,共1页Digital Technology & Application

基　　金：河南省科技厅基础与前沿技术研究项目No.142300410163;河南师范大学青年科学基金项目No.01116400031;河南师范大学大学生创新创业训练计划项目No.20140157;No.20140158

摘　　要：蛋白质结构类预测是蛋白质空间结构和功能预测的基础。本文首先将氨基酸对相互作用形成的序列经过数字信号处理后得到能量谱密度的20个低频部分和6种疏水模式在序列中出现的频率整合,构成26维分类特征,然后采用自组织特征映射神经网络对蛋白质结构类进行预测。实验结果表明,与Component Coupled算法、ANN算法、粗集方法相比较,本文算法具有较高的预测精度。

关 键 词：支持向量机集成算法 旋转森林 蛋白质结晶 

分 类 号：TM715[电气工程—电力系统及自动化]