您当前的位置：
首页 >
文章列表页 >
基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测
更新时间：2020-07-30
上一篇|下一篇

    • 基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测

    • HIV-1 protease cleavage site prediction based on feature selection and support vector machine

    • “2020年7月30日湖南农业大学 湖南省作物种质创新与资源利用重点实验室的哲明 袁、渊 陈团队在《吉林大学学报（工学版）》发文，介绍了其在HIV-1型蛋白酶剪切位点预测领域的研究进展，该团队提出了一种基于特征选择和支持向量机的预测模型，为提高预测准确性提供了新方法。”
    • 哲明 袁 ，弘杨 张 ，渊 陈
    • 吉林大学学报（工学版） 2017年47卷第2期 页码：639-646
    • 作者机构：

      1.湖南农业大学 湖南省作物种质创新与资源利用重点实验室, 长沙410128

      2.湖南农业大学 植物病虫害生物学与防控湖南省重点实验室, 长沙410128

    • 作者简介：

      袁哲明(1971-),男,教授,博士生导师.研究方向:大数据分析,生物信息学.E-mail:zhmyuan@sina.com

      陈渊(1987-),男,讲师.研究方向:大数据分析.E-mail:chenyuan0510@126.com

    • 基金信息：
      高等学校博士学科点专项科研基金项目(20124320110002);长沙市科技计划项目(K1406018-21)

    • DOI： 10.13229/j.cnki.jdxbgxb201702040     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 2 ) 表( 0 )

  • 参考文献

  • 出版信息

  • 数据统计

131

浏览量

31

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于切比雪夫对立的二进制蝙蝠算法的特征选择多目标优化生物启发式方法
基于RBVS和CBCNN的风机叶片故障检测和分类方法
基于可解释机器学习的锈蚀RC构件抗剪承载力预测模型
基于质谱数据的生成对抗自编码器整合投票算法
噪声环境下外骨骼设备语音信号的特征提取

相关作者

康辉
段寒
陶依
李家辉
王渤雄
肖沛琳
宋莘炎
周求湛

相关机构

吉林大学 软件学院
吉林大学 符号计算与知识工程教育部重点实验室
吉林大学 计算机科学与技术学院
华锐风电科技（江苏）有限公司
吉林大学 通信工程学院