论文部分内容阅读
该论文在神经网络应用的基础上给出了用反向Hopfield神经网络系统模型和模糊感知器模型进行蛋白质二级结构含量预测的方法,并给出了具体实例,用由一千个蛋白质构成的数据库进行蛋白质二级结构含量预测.另外论文对此种预测方法的结果进行了分析.
用神经网络方法预测蛋白质二级结构含量
【摘 要】
：
该论文在神经网络应用的基础上给出了用反向Hopfield神经网络系统模型和模糊感知器模型进行蛋白质二级结构含量预测的方法,并给出了具体实例,用由一千个蛋白质构成的数据库进
【机 构】
：
南开大学
【出 处】
：
南开大学
【发表日期】
：
2000年期
其他文献
该论文主要讨论多右端大规模线性方程组AX=B的数值迭代解法,其中A是n×n非对称实矩阵,B是由p个右端向量构成的n×p矩阵.目前常见的有两大类迭代法用于求解这种多右端方程组,
在微分几何中研究具有常平均曲率和常高斯曲率的子流形、构造常平均曲率和常高斯曲率的曲面是十分重要而有意义的工作.到目前为止构造极小曲面、常平均曲率和常高斯曲率曲面
压缩感知(Compressed sensing, CS)是最近的研究中一个非常活跃的领域,在信号处理、医学成像、雷达系统和图像压缩等领域有着广泛的应用. CS理论突破了传统Nyquist–Shannon
Domain理论起源于上个世纪六十年代末,主要研究偏序集上的序关系和拓扑结构，并成为函数式程序语言的指称语义.然而，随着计算机与网络的迅速发展,对非顺序式程序语言的需求越來
许多重要的动力系统都是通过微分方程和差分方程来描述的,而时标上的动力方程可以把微分方程和差分方程作为它的两种特殊情况处理,开辟了数学研究的新领域.1988年,Stefan Hil