1) SSCP algorithm
SSCP算法
1.
The typical algorithms(SCP) are anglicized in detail,SSCP algorithm for the expanded stochastic DAG is presented correspondingly.
实验结果表明,SSCP算法相对于SCP算法,减少了并行任务执行时间,并能更精确地预测任务调度的平均执行时间。
2) PCR-SSCP
SSCP
1.
Study on the FSHβ Gene s 5 flank Region of the Qinchuan Ctattle and China Holstein by PCR-SSCP;
秦川牛和中国荷斯坦奶牛FSHβ基因SSCP多态性分析
2.
Stool DNA was extracted and p53 and APC gene mutations were detected with PCR-SSCP.
方法从36例大肠癌患者、10例大肠腺瘤患者以及30例正常对照者的粪便中分别提取DNA,应用PCR-SSCP法检测粪便中p53、APC基因突变情况。
3.
Carcass traits, muscle quality and PCR-SSCP for MSTN gene of Cherry valley ducks and three lines of Peking ducks were compared in my study.
本试验通过分析北京鸭与樱桃谷鸭肉质指标,研究肉质在不同品种之间的差异以及各个品种在不同肉质性状上的优势;同时分析了北京鸭三个品系及樱桃谷鸭MSTN基因外显子3和内含子2的单链构象核苷酸多态性(SSCP)以及多态性与胴体性能、肌肉品质间的相关,并探讨了MSTN基因作为肉鸭选育候选基因的可能性,为肉鸭的早期选育提供可靠的依据。
3) PCR SSCP
PCR-SSCP
1.
Methods:48 lung tumor samples were examined by PCR SSCP to detect the expression of p53 gene mutations.
方法:采用银染聚合酶链反应-单链构象多态性分析法(PCR-SSCP),检测了48例肺癌组织中p53基因突变的表达。
2.
Polymerase chain reaction single strand conformation polymorphism (PCR SSCP) technique is a method feasible for detecting minor sequence changes in PCR amplified DNA, with its characterization of rapidness, simplicity, sensitivity and applicability to large scale screening.
聚合酶链式反应及单链构象多态性 (PCR-SSCP)技术作为一种区分检测基因组之间微小差异的有效方法 ,具有快速、简便、灵敏和适用于大样品量筛选的特点 。
3.
PCR SSCP was used to identify the above five members in An.
测定并分析了我国多斑按蚊复合体5个成员种(多斑按蚊、威氏按蚊、伪威氏按蚊、达罗毗按蚊和塞沃按蚊)核糖体DNA28S-D3序列,应用PCR-SSCP技术对该复合体成员种进行分子鉴别。
4) PCR-Single-strand conformational polymorphism
PRC-SSCP
5) PCR_SSCP
RCR-SSCP
6) Fluorescence-based polymerase chain reaction single-strand conformation polymorphism(FPCR-SSCP)
荧光PCR-单链构象多态性(FPCR-SSCP)法
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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