文件名称：论文研究-基于GEP-BP网络集成的蛋白质二级结构预测方法研究.pdf
文件大小：836KB
文件格式：PDF
更新时间：2022-08-11 16:02:13
蛋白质,二级结构,基因表达式编程,神经网络集成
为提高蛋白质二级结构预测的精度，提出了一种基于GEP-BP网络集成的两层结构预测模型。首先利用基因表达式编程（GEP）的全局搜索能力同时进化设计BP网络的结构和连接权，并将进化最后一代的个体用BP算法进一步训练学习，然后采用组合方法将部分个体集成构成模型的第一层；根据神经网络输出之间具有相关性，用第二层网络对第一层的预测结果进行精炼。用PDBSelect25中的36条蛋白质共6 122个残基进行测试，结果表明提出的模型能有效预测蛋白质二级结构，将预测精度提高到73.02%。