| 基于残差网络的蛋白质超二级结构图像分类 |
| |
| 引用本文： | 马金林,石立,马自萍. 基于残差网络的蛋白质超二级结构图像分类[J]. 计算机工程与设计, 2021, 42(10): 2910-2916. DOI: 10.16208/j.issn1000-7024.2021.10.028 |
| |
| 作者姓名： | 马金林 石立 马自萍 |
| |
| 作者单位： | 北方民族大学计算机科学与工程学院,宁夏银川750021;北方民族大学数学与信息科学学院,宁夏银川750021 |
| |
| 基金项目： | 宁夏回族自治区自然科学基金;北方民族大学计算机视觉与虚拟现实创新团队基金项目;北方民族大学教育教学重大研究基金项目;国家科技重大专项;宁夏高等学校一流学科建设(数学)基金项目;国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 为解决SVM、Bayes、RNN(recurrent neural network)等传统算法在蛋白质结构分类任务中精度低的问题,提出一种基于残差网络的蛋白质超二级结构图像分类方法.将PDB(protein data bank)和SCOP(structural classification of pro-teins)数据库中的4类蛋白质超二级结构3D模型转化为14角度拍摄的2D图像,针对每类图像,通过残差网络单元进行深度特征提取和优化,利用神经网络模型训练,将验证精度最高的模型保存下来并进行测试.实验结果表明,分类精度达到了90.2％,验证了模型的可行性和算法的有效性.
|
| 关 键 词： | 机器学习 卷积神经网络 残差网络单元 蛋白质超二级结构 图像分类 |
Image classification of protein super secondary structure based on residual network |
| |
| MA Jin-lin,SHI Li,MA Zi-ping. Image classification of protein super secondary structure based on residual network[J]. Computer Engineering and Design, 2021, 42(10): 2910-2916. DOI: 10.16208/j.issn1000-7024.2021.10.028 |
| |
| Authors: | MA Jin-lin SHI Li MA Zi-ping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
