换一批摘要本文针对传统蛋白质相互作用预测模型预测精度不够高的问题,提出一种改进的深度玻尔兹曼机(DBM)模型以更精确地预测蛋白质的相互作用.首先,将多尺度特征组提取和自协方差编码方法结合编码序列特征,并利用DBM自动筛选有效特征.同时,为了避免采用sigmoid或tanh激活函数在深度网络中出现过饱和的问题,本文采用ReLU改进的深度玻尔兹曼机(RBM),使网络具备稀疏性,从而避免模型过拟合,加快收敛速度.在酵母菌PPIs数据集上,本文算法达到了92.27％的准确率,优于传统的方法.
更多相关知识
关键词
ReLU激活函数深度玻尔兹曼机序列编码蛋白质相互作用ReLU activation functionDeep boltzmann machineSequence encodingProtein interaction
栏目名称
DOI
10.13417/j.gab.034.001791
发布时间
2015-10-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览18
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
