检索结果-维普期刊中文期刊服务平台

词袋模型在蛋白质亚细胞定位预测中的应用被引量：5: 1; 作者赵南张梁 +2 位作者薛卫王雄飞任守纲《食品与生物技术学报》 CAS CSCD 北大核心 2017年第3期296-301,共6页; 运用词袋模型结合传统的蛋白质特征提取算法提取蛋白质序列特征,采用K-means算法构建字典,计算获得蛋白质序列的词袋特征,最终将提取的特征值送入SVM多类分类器,对数据集中蛋白质的亚细胞位置进行预测,在一定程度上提高了亚细胞定位预... 展开更多; 关键词词袋模型 K-MEANS 支持向量机亚细胞定位预测; 在线阅读下载PDF 职称材料

蛋白质亚细胞定位预测研究综述被引量：6: 2; 作者乔善平闫宝强《计算机应用研究》 CSCD 北大核心 2014年第2期321-327,共7页; 蛋白质亚细胞定位预测对于确定蛋白质功能、揭示分子交互机理、理解复杂生理过程和设计药物靶标等方面都有很大的促进作用。随着后基因组时代中蛋白质序列数据的指数增长,研究基于机器学习的计算性蛋白质亚细胞定位预测方法变得越来越... 展开更多; 关键词蛋白质亚细胞定位预测特征表示算法设计算法测试 WEB服务器; 在线阅读下载PDF 职称材料

基于GM(2,1)的亚细胞定位预测被引量：4: 3; 作者林卫中肖绚《计算机工程》 CAS CSCD 北大核心 2009年第8期225-226,229,共3页; 对于蛋白质氨基酸序列,使用GM(2,1)模型的参数作为伪氨基酸成分,加上各氨基酸在序列中所占比例,构成蛋白质的灰色伪氨基酸成分表示。利用扩大协方差算法预测亚细胞定位,开发基于该方法的亚细胞定位预测服务器。在相同的数据集上,对比实... 展开更多; 关键词亚细胞定位灰色模型GM(2 1) 灰色伪氨基酸成分亚细胞定位预测服务器; 在线阅读下载PDF 职称材料

基于三层集成多标记学习的蛋白质多亚细胞定位预测被引量：1: 4; 作者乔善平闫宝强《计算机应用》 CSCD 北大核心 2016年第8期2150-2156,共7页; 针对多标记学习和集成学习在解决蛋白质多亚细胞定位预测问题上应用还不成熟的状况,研究基于集成多标记学习的蛋白质多亚细胞定位预测方法。首先,从多标记学习和集成学习相结合的角度提出了一种三层的集成多标记学习系统框架结构,该框... 展开更多; 关键词蛋白质多亚细胞定位预测多标记学习集成学习面向对象技术 JAVA; 在线阅读下载PDF 职称材料

蛋白质亚细胞定位预测中的序列编码技术研究被引量：1: 5; 作者马军伟高新中张杰《计算机科学》 CSCD 北大核心 2012年第S3期283-287,312,共6页; 随着后基因组时代的来临,蛋白质序列数量增长迅速,利用实验手段分析蛋白质亚细胞定位不易大规模进行。近年来,通过提取蛋白质的各种特征信息(序列编码技术),自动预测蛋白质的亚细胞定位的算法得到了较快的发展。综述了当前已有的序列编... 展开更多; 关键词蛋白质亚细胞定位预测序列编码技术氨基酸组成成分功能域组成基因本体; 在线阅读下载PDF 职称材料

PSO＿BFA优化词袋模型及蛋白质亚细胞定位预测被引量：2: 6; 作者胡雪娇陈行健 +1 位作者赵南薛卫《计算机工程与应用》 CSCD 北大核心 2020年第1期165-171,共7页; 提出了一种基于PSO_BFA优化的词袋模型。传统词袋模型有两个重要参数:窗口大小d和字典大小k。结合粒子群算法和细菌觅食算法产生新的PSO_BFA混合优化算法,在PSO进行局部搜索时,加入BFA的复制和迁移行为,得到PSO_BFA的最优解即为窗口大... 展开更多; 关键词词袋模型粒子群算法细菌觅食亚细胞定位预测; 在线阅读下载PDF 职称材料

葡萄基因组无内含子基因生物信息学及其表达分析被引量：3: 7; 作者李傲崔梦杰 +4 位作者刘众杰陈立德贾海峰上官凌飞房经贵《南京农业大学学报》 CAS CSCD 北大核心 2018年第4期655-661,共7页; [目的]本文旨在研究葡萄(Vitis vinifera)无内含子基因的结构特征、功能以及表达特点。[方法]对葡萄19条染色体上4 906个(占整个基因组的13.8%)无内含子基因情况进行分析,并研究了无内含子基因的亚细胞结构、GO功能类型以及基因在不同... 展开更多; 关键词葡萄无内含子基因生物信息学亚细胞定位预测功能预测基因表达; 在线阅读下载PDF 职称材料

题名词袋模型在蛋白质亚细胞定位预测中的应用被引量：5: 1; 作者赵南张梁薛卫王雄飞任守纲; 机构南京农业大学信息科学技术学院江南大学粮食发酵工艺与技术国家工程实验室; 出处《食品与生物技术学报》 CAS CSCD 北大核心 2017年第3期296-301,共6页; 基金中央高校基本科研业务费专项资金项目(KYZ201668) 江苏省自然科学基金项目(BK2012363 +1 种基金 BK2011153) 江苏省博士后科研计划项目(1302038B); 文摘运用词袋模型结合传统的蛋白质特征提取算法提取蛋白质序列特征,采用K-means算法构建字典,计算获得蛋白质序列的词袋特征,最终将提取的特征值送入SVM多类分类器,对数据集中蛋白质的亚细胞位置进行预测,在一定程度上提高了亚细胞定位预测的准确率。; 关键词词袋模型 K-MEANS 支持向量机亚细胞定位预测; Keywords bag of words model,K-means,support vector machine,subcellular localization prediction; 分类号 Q811.4 [生物学—生物工程] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名蛋白质亚细胞定位预测研究综述被引量：6: 2; 作者乔善平闫宝强; 机构山东师范大学管理科学与工程学院济南大学信息科学与工程学院山东师范大学数学科学学院; 出处《计算机应用研究》 CSCD 北大核心 2014年第2期321-327,共7页; 基金国家自然科学基金资助项目(61070130) 济南大学博士基金资助项目(XBS1318); 文摘蛋白质亚细胞定位预测对于确定蛋白质功能、揭示分子交互机理、理解复杂生理过程和设计药物靶标等方面都有很大的促进作用。随着后基因组时代中蛋白质序列数据的指数增长,研究基于机器学习的计算性蛋白质亚细胞定位预测方法变得越来越重要。为了能够把握该问题的研究状况,从数据集构建、蛋白质特征提取与表示、预测算法设计、算法测试和Web服务的建立等五个方面对蛋白质亚细胞定位预测的研究进行了综述。指出了目前该研究领域需要解决的核心问题及难点问题,分析了当前研究中出现的一些新情况,并对将来的研究方向和研究重点进行了展望。; 关键词蛋白质亚细胞定位预测特征表示算法设计算法测试 WEB服务器; Keywords protein subcellular localization prediction feature representation algorithm design algorithm test Web server; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于GM(2,1)的亚细胞定位预测被引量：4: 3; 作者林卫中肖绚; 机构景德镇陶瓷学院信息工程学院景德镇陶瓷学院机电系; 出处《计算机工程》 CAS CSCD 北大核心 2009年第8期225-226,229,共3页; 基金国家自然科学基金资助项目(60661003) 江西省自然科学基金资助项目(0611060) 江西省青年科学家(井岗之星)培养计划基金资助项目; 文摘对于蛋白质氨基酸序列,使用GM(2,1)模型的参数作为伪氨基酸成分,加上各氨基酸在序列中所占比例,构成蛋白质的灰色伪氨基酸成分表示。利用扩大协方差算法预测亚细胞定位,开发基于该方法的亚细胞定位预测服务器。在相同的数据集上,对比实验结果显示,该预测服务器在总体预测率上达到77.6%,比其他预测方法优越。相关的研究拓展了灰色理论在生物信息学上的应用。; 关键词亚细胞定位灰色模型GM(2 1) 灰色伪氨基酸成分亚细胞定位预测服务器; Keywords subcellular location grey model GM（2,1） Grey Pseudo Amino Acid Component（Grey-PseAAC） subcellular location prediction server; 分类号 TP392 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于三层集成多标记学习的蛋白质多亚细胞定位预测被引量：1: 4; 作者乔善平闫宝强; 机构山东师范大学管理科学与工程学院济南大学信息科学与工程学院山东省网络环境智能计算技术重点实验室山东师范大学数学科学学院; 出处《计算机应用》 CSCD 北大核心 2016年第8期2150-2156,共7页; 基金国家自然科学基金资助项目(61302128) 山东省自然科学基金资助项目(ZR2013FL002) 济南大学科研基金资助项目(XKY1402)~~; 文摘针对多标记学习和集成学习在解决蛋白质多亚细胞定位预测问题上应用还不成熟的状况,研究基于集成多标记学习的蛋白质多亚细胞定位预测方法。首先,从多标记学习和集成学习相结合的角度提出了一种三层的集成多标记学习系统框架结构,该框架将学习算法和分类器进行了层次性分类,并把二分类学习、多分类学习、多标记学习和集成学习进行有效整合,形成一个通用型的三层集成多标记学习模型;其次,基于面向对象技术和统一建模语言(UML)对系统模型进行了设计,使系统具备良好的可扩展性,通过扩展手段增强系统的功能和提高系统的性能;最后,使用Java编程技术对模型进行扩展,实现了一个学习系统软件,并成功应用于蛋白质多亚细胞定位预测问题上。通过在革兰氏阳性细菌数据集上进行测试,验证了系统功能的可操作性和较好的预测性能,该系统可以作为解决蛋白质多亚细胞定位预测问题的一个有效工具。; 关键词蛋白质多亚细胞定位预测多标记学习集成学习面向对象技术 JAVA; Keywords protein subcellular multi-localization prediction multi-label learning ensemble learning object-oriented technology Java; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名蛋白质亚细胞定位预测中的序列编码技术研究被引量：1: 5; 作者马军伟高新中张杰; 机构山西电力公司电力通信中心大连理工大学控制科学与工程学院安徽工业大学数理学院; 出处《计算机科学》 CSCD 北大核心 2012年第S3期283-287,312,共6页; 基金山西省电力公司群众创新科技项目(2012年度)资助; 文摘随着后基因组时代的来临,蛋白质序列数量增长迅速,利用实验手段分析蛋白质亚细胞定位不易大规模进行。近年来,通过提取蛋白质的各种特征信息(序列编码技术),自动预测蛋白质的亚细胞定位的算法得到了较快的发展。综述了当前已有的序列编码技术成果,并指出了存在的问题及可能的发展方向。; 关键词蛋白质亚细胞定位预测序列编码技术氨基酸组成成分功能域组成基因本体; Keywords Protein subcellular location prediction Sequence encoding method Amino acid composition Function domain composition Gene ontology; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名PSO＿BFA优化词袋模型及蛋白质亚细胞定位预测被引量：2: 6; 作者胡雪娇陈行健赵南薛卫; 机构南京农业大学信息科学技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2020年第1期165-171,共7页; 基金中央高校基本科研业务费专项资金（No.KYZ201668）; 文摘提出了一种基于PSO_BFA优化的词袋模型。传统词袋模型有两个重要参数:窗口大小d和字典大小k。结合粒子群算法和细菌觅食算法产生新的PSO_BFA混合优化算法,在PSO进行局部搜索时,加入BFA的复制和迁移行为,得到PSO_BFA的最优解即为窗口大小和字典大小的最佳组合。将优化词袋模型与蛋白质序列的氨基酸组成算法和伪氨基酸组成算法结合,获得蛋白质序列的词袋特征。实验结果证明,基于PSO_BFA优化的词袋模型能有效提高蛋白质亚细胞定位预测的精度。; 关键词词袋模型粒子群算法细菌觅食亚细胞定位预测; Keywords bag of words model particle swarm optimization bacterial foraging subcellular localization prediction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名葡萄基因组无内含子基因生物信息学及其表达分析被引量：3: 7; 作者李傲崔梦杰刘众杰陈立德贾海峰上官凌飞房经贵; 机构南京农业大学园艺学院; 出处《南京农业大学学报》 CAS CSCD 北大核心 2018年第4期655-661,共7页; 基金江苏省科技支撑计划项目(BE2013431) 南京农业大学青年基金项目(KJ2013013); 文摘 [目的]本文旨在研究葡萄(Vitis vinifera)无内含子基因的结构特征、功能以及表达特点。[方法]对葡萄19条染色体上4 906个(占整个基因组的13.8%)无内含子基因情况进行分析,并研究了无内含子基因的亚细胞结构、GO功能类型以及基因在不同组织的表达情况。[结果]葡萄无内含子基因数与每条染色体长度和染色体的基因总数存在正相关关系,每条染色体上无内含子基因占染色体上基因总数的1.2%~1.5%,同时无内含子基因在同一条染色体上的分布是不均匀的,更偏向富集于染色体的两端。葡萄无内含子基因的平均长度为997 bp,比总基因的平均长度短,是总基因长度的1/5。葡萄无内含子基因的亚细胞定位表明,基因产物分布在叶绿体上的数最多,线粒体上几乎没有。基因功能预测结果表明,葡萄无内含子基因主要为生长因子、转录调控、电压门控离子通道以及结构蛋白4种,其中更多参与生长调节。葡萄无内含子基因在不同组织中的表达水平低于有内含子的基因。[结论]葡萄无内含子基因与有内含子基因相比长度较短,表达水平较低。; 关键词葡萄无内含子基因生物信息学亚细胞定位预测功能预测基因表达; Keywords grape intronless genes bioinformatics subcellular localization prediction functional prediction gene expression; 分类号 S663.1 [农业科学—果树学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	词袋模型在蛋白质亚细胞定位预测中的应用	赵南张梁薛卫王雄飞任守纲	《食品与生物技术学报》 CAS CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料
2	蛋白质亚细胞定位预测研究综述	乔善平闫宝强	《计算机应用研究》 CSCD 北大核心	2014	6	在线阅读下载PDF 职称材料
3	基于GM(2,1)的亚细胞定位预测	林卫中肖绚	《计算机工程》 CAS CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
4	基于三层集成多标记学习的蛋白质多亚细胞定位预测	乔善平闫宝强	《计算机应用》 CSCD 北大核心	2016	1	在线阅读下载PDF 职称材料
5	蛋白质亚细胞定位预测中的序列编码技术研究	马军伟高新中张杰	《计算机科学》 CSCD 北大核心	2012	1	在线阅读下载PDF 职称材料
6	PSO＿BFA优化词袋模型及蛋白质亚细胞定位预测	胡雪娇陈行健赵南薛卫	《计算机工程与应用》 CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
7	葡萄基因组无内含子基因生物信息学及其表达分析	李傲崔梦杰刘众杰陈立德贾海峰上官凌飞房经贵	《南京农业大学学报》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料