2) gene recognition
基因识别
1.
A self-similarity-map-based algorithm for generating negative samples and its application in prokaryotic gene recognition;
原核基因识别中的一种负样本生成算法
2.
The definition of global maximum self-similarity of gene chip data and an automatic gene recognition method based on the maximum self-similarity and local high dimensional segment alignment (DP-MS) are proposed.
讨论了基于最大相似度建立模板的方法与基于最大相似度的基因沿校对路径平均的建立模板方法对基因识别和分类的影响。
3.
The work of gene recognition is an important branch of bioinformatics.
基因识别是生物信息学的一个重要分支,随着计算机科技的飞速发展,将其应用到基因识别中有很重要的现实意义。
3) gene finding
基因识别
1.
The generalized hidden Markov model (GHMM) is an important model for computational gene finding.
广义隐Markov模型是计算机基因识别的一种重要模型,它克服了传统隐Markov模型的状态段长成几何分布的缺陷,更加适合于计算机基因识别。
2.
In this paper,the mathematical theory of Hidden Markov models is briefly introduced,and then the applications of them in gene finding are illustrated take examples for genes in Escherichia coli and Homo sapiens.
简要介绍了隐马模型的数学原理,并以大肠杆菌和人的基因识别为例说明了它在基因识别中的应用。
4) gene identification
基因识别
1.
Prokaryotes gene identification based on nonlinear SVM
基于非线性支持向量机的原核生物基因识别
2.
Hence, computational approaches are a natural choice to complement experimental approaches to miRNA gene identification.
因此,miRNA基因识别需要寻求计算方法来弥补实验方法的不足。
3.
Base composition,period-3 behavior,codon usage and base location relation are studied re-spectively,and then the gene identification algorithm based on multiple features is proposed.
基于统计特征的基因识别算法对较长的序列预测精度较高,但对于较短的基因序列识别精度仍然不理想。
5) identification algorithm
识别算法
1.
Research on automatic identification algorithm in species of texitle fiber;
织物纤维种类自动识别算法的初步研究
2.
The program of fingerprint identification algorithm mixes the assemble language and C, which implements a high effective and low cost embedded system.
提出了一种以定点DSP芯片TMS320VC5410及FPS200指纹采集传感器为核心的自动指纹识别模块,并对指纹识别算法采用DSP专用汇编指令集与C语言混合编程的方法,以此实现了一个高效低功耗的嵌入式系统。
3.
This paper presents a P2P flow identification algorithm based on behavior characteristic characterization (BCCIA).
提出了一种基于行为特征描述的P2P流识别算法(BCCIA)。
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