摘要
本文从两个方面对传统的神经网络预测蛋白质二级结构的模型进行改进 :一是从算法入手 ,结合遗传算法 ,形成遗传神经网络 ,努力使迭代朝全局最优的方向进行 ;二是从神经网络的输入层着手 ,添加反映残基和预测中心位置距离的单元 .结果表明 ,改进的模型对螺旋预测正确率有很大的提高 ,从L HowardHolley等人的59.20%到68.67%.
A method is presented for protein secondary structure prediction based on a genetic neural network. It improved the older neural network model at two aspects:one is from the algorithm, combined with genetic algorithm, the other is from the input layer. The result shows that this method improves the prediction accuracy for α-helix. L. Howard's results is: 59.2% , and we get 68.67% .
出处
《数学杂志》
CSCD
北大核心
2002年第2期179-184,共6页
Journal of Mathematics
基金
武汉大学自强创新科研基金资助项目
关键词
蛋白质二级结构预测
神经网络
遗传算法
prediction of protein secondary structure
neural network
genetic algorithm
