-
公开(公告)号：CN114664378B
公开(公告)日：2025-04-25
申请号：CN202210236003.X
申请日：2022-03-10
Applicant: 南开大学
Abstract: 一种固有无序蛋白质预测方法，属于生物信息学领域，用于识别固有无序蛋白质区域的深度神经网络结构，该方法使用三个序列特征以及其他已有的蛋白质序列特征作为特征矩阵，利用VGG199变体和两个MLP网络构建深度神经网络实现了较准确的固有无序蛋白质的预测，该结构中VGG19变体位于两个MLP网络之间。三个新颖的序列特征即持久熵、连续两个氨基酸的相关概率特征和连续三个氨基酸的相关概率特征第一次被用于识别固有无序蛋白质区域。该方法利用VGG199变体和两个MLP网络构建深度神经网络MLP‑VGG19‑MLP实现了较准确的固有无序蛋白质的预测。
-
公开(公告)号：CN107490722A
公开(公告)日：2017-12-19
申请号：CN201710709796.1
申请日：2017-08-18
Applicant: 南开大学
IPC: G01R23/02
CPC classification number: G01R23/02
Abstract: 本发明首次给出一种低信噪比实信号的频率估计设计方法。该方法利用伪魏格纳分布对低信噪比实信号滤波，再利用魏格纳分布给出信号频率估计。此估计方法在时频分析前先将实信号压缩，避免了频谱混叠，增大了估计的准确度，提高了稳定性。仿真结果表明，在相同信噪比的情况下，本发明设计的实信号频率估计比国内外最佳的设计方法估计出的频率更贴近于真实频率，均方误差更小。
-
公开(公告)号：CN114664378A
公开(公告)日：2022-06-24
申请号：CN202210236003.X
申请日：2022-03-10
Applicant: 南开大学
Abstract: 一种固有无序蛋白质预测方法，属于生物信息学领域，用于识别固有无序蛋白质区域的深度神经网络结构，该方法使用三个序列特征以及其他已有的蛋白质序列特征作为特征矩阵，利用VGG199变体和两个MLP网络构建深度神经网络实现了较准确的固有无序蛋白质的预测，该结构中VGG19变体位于两个MLP网络之间。三个新颖的序列特征即持久熵、连续两个氨基酸的相关概率特征和连续三个氨基酸的相关概率特征第一次被用于识别固有无序蛋白质区域。该方法利用VGG199变体和两个MLP网络构建深度神经网络MLP‑VGG19‑MLP实现了较准确的固有无序蛋白质的预测。
-
-
Search Results
3
records
(took 0.012 seconds)
