Protein Secondary Structure Prediction using fuzzy multi-class support vector data
محل انتشار: هفتمین کنفرانس ملی مهندسی برق و الکترونیک ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,191
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE07_643
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
A flood of data means that many of the challenges in biology are now challenges in computing. In modern computation biology, research of protein secondary structure plays a major role in protein tertiary structure prediction. Protein structure prediction is depends on its amino acid sequence. In this report we will first review multi-class classification methods base on support vector machine. In the following paper using a fuzzy support vector data description (SVDD) to Prediction Protein structure secondary. In the context of Protein Secondary Structure Prediction (PSSP), prediction” carries similar meaning as that of classification by study recent researches in new methods that improved classification fuzzy SVDD and we could use these methods in (PSSP)
کلیدواژه ها:
Protein Secondary Structure Prediction ، fuzzy support vector data description
نویسندگان
Hooman Kashanian
Islamic Azad University Ferdows, Iran
Hamid reza Ghaffary
Islamic Azad University Ferdows, Iran
javad Sadri
McGill University Montreal, Canada
Mahmoud Sadoughi
Islamic Azad University Gonabad, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :