1) Scoring function
打分函数
1.
The scoring function of Bayesian network structure is developed.
给出了变量之间k阶分类能力的概念及计算方法,并证明了k阶分类能力就是k阶分类正确率,以及k阶分类能力和条件独立性的等价性,在此基础上构造出基于分类能力的贝叶斯网络结构打分函数,同时结合依赖分析方法和打分-搜索方法建立了有效的贝叶斯网络结构学习方法,实验结果显示该方法能够有效地进行贝叶斯网络结构学习,并使学习得到的结构倾向于简单化。
2.
The content of the thesis contain the following major aspects:(1) Study on the scoring function of protein molecular dockingTwo scoring functions were proposed.
论文内容主要包括以下几个方面:(1)蛋白质分子对接打分函数的研究提出了两个打分函数。
3.
Based on the weighted amino acid network model,a new scoring function is constructed.
基于该加权氨基酸网络模型,构建了新的对接打分函数。
2) LigScore2
LigScore2打分函数
1.
The binding affinities of the receptor and ligands were evaluated by the LigScore2 score function,where a good linear relationship between the scores and the experimental affinities was established.
得到的模型结果用于训练集的分子对接,采用LigScore2打分函数对小分子与蛋白结合力的预测与评价,所得的结果与其实际活性拟合度较好,说明我们构建的拮抗状态下的A1受体的三维结构模型比较合理,可以作为化合物虚拟筛选的模型对化合物进行虚拟筛选及抑制剂结合模式的研究。
3) similarity scoring function
相似性打分函数
1.
Then,by use of similarity scoring function,β-hairpin motifs of supersecondary protein structure are recognized.
依据β-发夹氨基酸序列中的保守性特征,分别以氨基酸(20种氨基酸和一个空位)和氨基酸紧邻关联为参数,通过构建位置权重矩阵和选取氨基酸最佳序列模式片断,利用相似性打分函数,对蛋白质超二级结构β-发夹模体片断进行识别,获得了较好的预测效果。
4) PCSF
位置打分函数
1.
For the purpose of predicting the human polⅡ promoter and non-promoters,the frequencies of hexamer in three regions(-249～-1;0～+50;-30～+30) and the frequencies of trimer at 24 positions(-31～-21;-4～+2;+25～+29) are selected as parameters,respectively for increment of diversity(ID) and Position-correlation score function(PCSF).
通过选取人类启动子与非启动子序列中不同的k-mer作为预测算法的基础特征,分别以三个区域(-249~-1;0~+50;-30~+30)的6-mer频数作为离散源参数构建离散增量,同时选取24个位点(-31~-21;-4~+2;+25~+29)的3-mer频数作为位置打分函数的参数,分别利用支持向量机和马氏判别式为判别函数对启动子进行预测。
5) tunneling function
打洞函数
1.
A granular computing method based on global tunneling function
利用全局优化打洞函数的粒计算方法
6) position correlation-score function(PCSF)
位置关联打分函数
补充资料：变分原理(复变函数论中的)
变分原理(复变函数论中的)
omplex function theory) variational principles (in
f日In}F(O(只，t)，0)l}乙+:d乙=】nll，—}——，厂:’、一几t)〔.匕，日亡卜OC一“C’日当r，0时下*(:、，t)/:在B*的紧子集上一致地趋于0(k一1，2).该结果已被推广到二连通区域(13」).若加以进一步的限制，就能得到映射函数在B、(t)内关于表征所考虑区域边界形变的参数的展开式余项的估计式(在闭区域内一致)(【4」).份卜注】存在大量的变分原理，见【A3}第10章.亦可见变分参数法(variation一parametrie nlethod);肠”ner方法(幼wner Tnetl〕ed);内变分方法(internalvariations，服t】1‘对of). 还可见边界变分方法(boundary variations，me-tll‘xlof).M.schiffer对单叶函数的变分方法做出了重要的贡献，见〔A3」第10章.变分原理(复变函数论中的)Ivaria石0“目州址妙es(加e网Plex五叮‘6佣山印ry);。即“a双“OHH从e nP一”u“nHI 显示在平面区域的某些形变过程中那些支配映射函数变分的法则的断语. 主要的定性变分原理是ljxlelbf原理(Linde场fpnnciPle)，可描述如下.设B*是z*平面上边界点多于一点的单连通区域，06B*，k=1，2;设二(;，B*)是对于B*的Green函数的阶层曲线，即圆盘王心川C!<1}到B*而使原点保持不变的单叶共形映上映射下圆周C(r)二{乙:{心}二;}的象，o<;<1.进而设函数f(:，)实现B，到B:的共形单射，f(0)‘O，在这些假定下有:l)对于L(:，B，)上任一点:?，存在位于阶层曲线L(:，BZ)上(这仅当f(B，)二BZ才有可能)或其内部的一点与之对应;及2){f’(0)1蕊}夕‘(0)}，其中g(:，)满足g(0)二o是Bl到 BZ的单叶共形映射(等号仅当f(B1)=B:时成立).Lindebf原理系从Rien坦nn映射定理(见Rle-n.lln定理(Rierl飞幻In theorem))与Sdlwarz引理(Schwarz lemrr必)推出.相当精细的构造使之能够求出由被映射区域的给定形变所引起的映射函数的逐点偏差. 定量的基本变分原理系由M.A.几aBpeHTbeB(〔1」)获得(亦可见【2])，可叙述如下，设B:是具有解析边界的单连通区域，0任B!.假定存在给定区域族B，(r)，0‘Bl(r)，0(t蕊T，T>O，B;(0)二B，，具有JOrdan边界rl(t)={:一z，=0(之，t)}，0(又续2兀，0(0，t)二Q(2二，r)，其中Q(又，r)关于t在t二O可微且对又是一致的;设F(::，t)，F(0，t)=0，F:.(0，t)>O，是把B，(t)单叶共形映射为BZ二{22:I:21
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条