一种快速比较蛋白质结构预测模型相似性的方法
“猫咪骑士水果糖”通过精心收集,向本站投稿了9篇一种快速比较蛋白质结构预测模型相似性的方法,下面是小编整理后的一种快速比较蛋白质结构预测模型相似性的方法,欢迎大家阅读分享借鉴,希望对大家有所帮助。
篇1:一种快速比较蛋白质结构预测模型相似性的方法
一种快速比较蛋白质结构预测模型相似性的方法
根据相同立体结构中的各部分只需一个旋转矩阵就能将两者叠合在一起的基本原理,对原有的结构比较方法作了改进,使其比较速度得到很大提高.尤其是对相似蛋白质结构的比较,速度的提高更为显著.由于在蛋白质天然构象的一致性分析中,模型结构之间的比较是其计算时间的.瓶颈,因此本法对提高一致分析方法的计算效率有着重要的意义.
作 者:徐建平方慧生 相秉仁 XU Jian-ping FANG Hui-sheng XIANG Bin-ren 作者单位:徐建平,相秉仁,XU Jian-ping,XIANG Bin-ren(中国药科大学分析测试中心)方慧生,FANG Hui-sheng(中国药科大学生命科学与技术学院,南京,210009)
刊 名:中国药科大学学报 ISTIC PKU英文刊名:JOURNAL OF CHINA PHARMACEUTICAL UNIVERSITY 年,卷(期): 37(3) 分类号:Q518.2 关键词:蛋白质结构预测 旋转矩阵 蛋白质模型比较篇2:蛋白质结构的预测及其应用
蛋白质结构的预测及其应用
蛋白质结构的预测是结构基因组学的重要研究内容,本文就蛋白质结构预测的方法和应用进行了综述,介绍了比较建模、折叠识别、从头计算等3种方法及其在结构基因组学研究、药物设计、蛋白质设计中的.应用,并且对蛋白质结构预测存在的主要问题进行了讨论,指出了今后蛋白质结构预测研究重点在于优化比对算法和计分函数以及膜蛋白的结构预测.
作 者:宁正元 林世强 NING Zheng-yuan LIN Shi-qiang 作者单位:福建农林大学计算机与信息学院,福建,福州,350002 刊 名:福建农林大学学报(自然科学版) ISTIC PKU英文刊名:JOURNAL OF FUJIAN AGRICULTURE AND FORESTRY UNIVERSITY(NATURAL SCIENCE EDITION) 年,卷(期):2006 35(3) 分类号:Q518 关键词:蛋白质结构 比较建模 折叠识别 从头计算篇3:基于同源建模的蛋白质结构预测方法的研究
基于同源建模的蛋白质结构预测方法的研究
针对profile-profile方法中profile中出现的数据稀疏问题所采用的数据平滑技术以及对于生成排列过程中对于新的计分体系所采用的'动态规划算法,并且在HOMSTRAD数据库上进行的排列精度实验,结果证明采用profile-profile方法并结合数据平滑和动态规划技术可以有效地提高查询序列和目标序列的排列精度.
作 者:陈红梅 周俊祥 Chen Hongmei Zhou Junxiang 作者单位:商丘师范学院,计算机科学系,河南,商丘,476000 刊 名:河南科学 ISTIC英文刊名:HENAN SCIENCES 年,卷(期): 27(9) 分类号:O24 关键词:蛋白质结构预测 同源建模 数据平滑篇4:一种改进的IMU加表标定模型及快速标定方法
一种改进的IMU加表标定模型及快速标定方法
针对MEMS产品工程应用的需求,提出了一种改进的IMU加表标定模型,更清晰地分离出与安装误差有关的投影关系阵以及与器件误差有关的刻度转化阵.并且,在此模型的基础上给出了不需转台的'快速标定方法.投影关系阵不变,该方法减少了观测量,只需6位置来估计加速度计的零位和标度因数,同时进行了现场误差补偿.
作 者:张红宇 叶新生 ZHANG Hong-yu YE Xin-sheng 作者单位:山西科泰微技术有限公司,山西,太原,030006 刊 名:计测技术 英文刊名:METROLOGY & MEASUREMENT TECHNOLOGY 年,卷(期):2009 29(3) 分类号:V249.32 关键词:微机电系统IMU 加表标定模型 快速标定 非线性最小二乘法 误差补偿篇5:二维结构与声耦合声场问题的一种预测方法
二维结构与声耦合声场问题的一种预测方法
对于二维结构与声耦合声场问题,本文提出了一种基于间接Trefftz方法的波数法,在该方法中,结构的位移和域内的声压响应分别用精确满足控制方程的.与所求域大小无关的波函数通解和由外部激励的特解来近似表示.通过采用加权余量公式,强迫近似解在平均意义上满足边界条件,以此获得各个通解的系数,从而得到最终解.算例表明,波数法和边界元法的结果吻合得很好,并且在具有相同精度和收敛性的情况时,波数法比边界元法所需的自由度少.
作 者:黄飞 何锃 魏俊红 Huang Fei He Zeng Wei Junhong 作者单位:华中科技大学,430074,武汉 刊 名:应用力学学报 ISTIC PKU英文刊名:CHINESE JOURNAL OF APPLIED MECHANICS 年,卷(期): 25(2) 分类号:O327 关键词:结构与声 Trefftz方法 BEM 加权余量法篇6:基于模型预测的轨道自主快速大机动控制
基于模型预测的轨道自主快速大机动控制
为改善太阳同步轨道(SSO)卫星轨道大机动经典控制方法的性能,提出了一种基于卫星动力学模型预测的轨道自主机动控制算法,用大推力轨控发动机开环控制加小推力器闭环修正进行控制.给出了制导策略和算法流程.理论分析和仿真结果表明,该控制算法适于卫星轨道自主快速机动控制,其轨控精度较高,收敛时间可满足快速性要求.
作 者:孙俊 王巍 周涛 王献忠 刘胜忠 SUN Jun WANG Wei ZHOU Tao WANG Xian-zhong LIU Sheng-zhong 作者单位:上海航天控制工程研究所,上海,33 刊 名:上海航天 PKU英文刊名:AEROSPACE SHANGHAI 年,卷(期): 24(1) 分类号:V412.41 关键词:太阳同步轨道 大机动 自主快速控制 模型预测 轨控精度 收敛时间篇7:城市快速路行程时间预测模型研究
城市快速路行程时间预测模型研究
根据快速路行程时间数据序列规律分析,选择移动平均参数预测模型、指数平滑参数预测模型与卡尔曼滤波预测模型进行比对.通过上海市快速路车牌识别设备采集的行程时间实测数据,对各种模型的效果进行评估,结果表明:卡尔曼滤波预测模型在不同数据特征案例情况下均取得比较理想的效果.
作 者:林瑜 LIN Yu 作者单位:上海电科智能系统股份有限公司,上海,63 刊 名:交通与运输 英文刊名:TRAFFIC & TRANSPORTATION 年,卷(期): “”(z1) 分类号:U491 关键词:城市快速路 行程时间预测 卡尔曼滤波篇8:一种新的组合灰色神经网络预测模型
一种新的组合灰色神经网络预测模型
对GM(1,1)灰色和几种灰色组合模型进行了讨论,针对多个相关序列预测的问题,提出了组合灰色GM(1,1)神经网络预测模型.此方法采用灰色模型对各序列进行预测,然后利用神经网络对预测值进行校正,得到最终预测值.实例表明此种模型在实际应用中的确能够提高预测精度.
作 者:许秀莉 罗键 作者单位:厦门大学自动化系,福建,厦门,361005 刊 名:厦门大学学报(自然科学版) ISTIC PKU英文刊名:JOURNAL OF XIAMEN UNIVERSITY(NATURAL SCIENCE) 年,卷(期): 41(2) 分类号:N941.6 关键词:模型 BP神经网络 组合灰色神经网络预测模型篇9:一种新的支持向量回归预测模型
一种新的支持向量回归预测模型
运用支持向量机(SVM)理论,建立了一种新的支持向量回归(SVR)预测模型.模型的求解可转化为二次规划问题,并能实现模型参数的.自动选择.用此模型对我国粮食产量增长率的预测表明,模型具有较好的概化能力.
作 者:刘广利 杨志民 作者单位:中国农业大学经济管理学院,北京,100083 刊 名:吉首大学学报(自然科学版) 英文刊名:JOURNAL OF JISHOU UNIVERSITY(NATURAL SCIENCE EDITION) 年,卷(期):2002 23(3) 分类号:F323.11 关键词:支持向量机(SVM) 支持向量回归(SVR) 概化能力【一种快速比较蛋白质结构预测模型相似性的方法】相关文章:
6.快速安全减肥方法
10.快速读懂散文的方法






文档为doc格式