陈延伟
- 作品数:3 被引量:4H指数:1
- 供职机构:立命馆大学更多>>
- 发文基金:湖南省教育厅优秀青年基金湖南省研究生创新基金中南林业科技大学青年科学基金更多>>
- 相关领域:自动化与计算机技术化学工程更多>>
- 基于PCA和BP神经网络的O—糖基化位点的预测和模式分析被引量:3
- 2010年
- 糖基化是真核细胞中最常见的翻译后蛋白质修饰过程之一。传统的神经网络方法已被应用预测蛋白质糖基化位点,预测的准确性主要依赖于特征向量的维数(蛋白质序列的长度),并随着蛋白质序列长度的增加而提高,但网络的结构变得越来越复杂,增加了计算运行成本。为了解决这一问题,提出了主成分分析和BP神经网络相结合的新方法对O—糖基化位点进行预测和分析,用PCA提取主成分构造子空间以降低输入的蛋白质序列的维数,再用BP神经网络预测一个特定的蛋白质序列是否被糖基化。实验表明,提出的新方法能大大缩短计算时间,并能提高预测的准确性。
- 王楚正谭晓风陈延伟何伟
- 关键词:主成分分析BP神经网络
- 基于PCA和ICA的糖基化位点的预测和分析被引量:1
- 2011年
- 为了提高糖基化位点的识别率,提出主成分分析(PCA)和独立成分分析(ICA)相结合的新方法对O-糖基化位点进行预测和分析。以窗口长度为51的蛋白质序列为研究对象,采用稀疏编码方案,首先利用PCA算法对蛋白质序列进行去相关预处理,以降低原始蛋白质序列的维数。然后利用ICA算法进行训练,提取特征向量构建子空间。测试序列投影到每一类子空间,计算测试序列和每类子空间重构序列的距离,根据距离大小确定所属的类。实验表明,提出的新方法有较高的预测性能。
- 王楚正谭晓风陈延伟
- 关键词:主成分分析
- 基于BP神经网络的O-糖基化位点的预测和模式分析
- 2011年
- 糖基化是真核生物中最重要的蛋白质翻译后修饰过程之一,借助计算智能技术对糖基化位点进行预测和分析在蛋白质组学中具有十分重要的意义。对BP神经网络结构及其训练算法进行研究的基础上,提出了一种改进传统BP学习算法缺陷的动量梯度下降算法,运用改进的BP神经网络对O-糖基化位点进行预测和分析。实验表明特征向量的维数(蛋白质序列编码长度)是影响预测性能的最主要因素,当窗口大小在一定范围时有较好的预测效果。
- 王楚正谭晓凤陈延伟
- 关键词:BP神经网络