免费下载书籍地址：PDF下载地址
精美图片
蛋白质结构预测－支持向量机的应用书籍详细信息
- ISBN：9787030223876
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2020-04
- 页数：199
- 价格：49.10
- 纸张：胶版纸
- 装帧：平装胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
内容简介：
统计学习理论是在上个世纪90年代逐渐成熟的机器学习理论，以这种理论为基础的支持向量机与以往的学习机器相比具有支持小样本、不会陷入局部势井、具有很好的鲁棒性以及运算成本低等优势。实现这种理论的支持向量机算法已经成为机器学习和知识挖掘的标准工具。从2001年支持向量机首次被运用进行蛋白质二级结构的预测以来，这种算法已经被用于对于蛋白质的结构类型、亚细胞结构和膜蛋白的结构等领域的预测中。本书对运用支持向量机进行蛋白质结构预测进行了前瞻性的探索并取得了一定的结果。
书籍目录：
前言
第1章 蛋白质结构预测概述
1.1 蛋白质预测基本方法简介
1.2 蛋白质二级结构和结构域预测方法简介
第2章 相关知识背景
2.1 生物信息学
2.1.1 生物信息学的定义、目的、内容和发展趋势
2.1.2 基因组学
2.1.3 蛋白质组学
2.1.4 数据库
2.2 蛋白质序列、结构与功能的关系
2.3 机器学习
2.3.1 机器学习的定义和特点
2.3.2 基本的机器学习模型
2.3.3 机器学习方法分类
2.3.4 应用于生物信息学领域的机器学习方法
第3章 统计学习理论
3.1 学习问题的表示方法
3.1.1 概述
3.1.2 学习问题的一般表示
3.1.3 学习问题的模型
3.1.4 经验风险最小化原则
3.1.5 复杂性和推广能力
3.1.6 模式识别问题
3.2 统计学习理论的四个部分
3.2.1 学习过程的一致性
3.2.2 学习过程收敛速度的界
3.2.3 控制学习过程推广能力的理论
第4章 构造支持向量机
4.1 优化理论
4.1.1 问题公式化
4.1.2 拉格朗日理论
4.1.3 KKT理论
4.2 支持向量机
4.2.1 支持向量机基本原理简介
4.2.2 线性分类
4.2.3 非线性分类
4.2.4 多重分类
第5章 应用于支持向量机的主要算法
5.1 支持向量机算法中目前的研究状况
5.2 分解算法
5.3 顺序最小优化算法
5.3.1 顺序最小优化算法的原理
5.3.2 两个拉格朗日乘子的优化问题
5.3.3 选择待优化拉格朗日乘子的启发式方法
5.3.4 每次最小优化后的重置工作
5.3.5 顺序最小优化算法的特点和优势
第6章 Libsvm简介
6.1 公式
6.1.1 C一支持向量分类（二元）
6.1.2 支持向量分类（二元）
6.2 二次规划问题的解决
6.2.1 C-SVC的分解算法
6.2.2 工作集的选择和停止循环的标准
6.2.3 支持向量分类的分解方法
6.2.4 解析解法
6.2.5 6和p的计算
6.3 压缩和缓存
6.3.1 压缩
6.3.2 缓存
6.4 多元分类
6.5 非平衡数据集
6.6 模型的选择
6.7 预测蛋白质结构中运用Libsvm的基本操作方法
第7章 蛋白质二级结构预测
7.1 蛋白质结构
7.1.1 蛋白质的一级结构
7.1.2 蛋白质的二级结构特征
7.1.3 蛋白质结构域、三级结构与四级结构
7.2 蛋白质二级结构定义
7.2.1 DSSP数据库中的蛋白质二级结构特征识别
7.2.2 蛋白质二级结构鉴别方法
7.2.3 DEFINE算法对于蛋白质二级结构的定义
7.2.4 P.Cruve方法
7.3 蛋白质二级结构预测
7.3.1 概述
7.3.2 样本集的选择
7.3.3 二级结构规类方法
7.3.4 运用支持向量机进行蛋白质结构预测的样本提取方法与编码规则
7.3.5 二级结构预测准确率评估方法
7.3.6 蛋白质二级结构预测结果
第8章 蛋白质折叠类型的预测
8.1 简介
8.2 蛋白质结构域数据
8.2.1 DALI算法和FSSP数据库——距离矩阵比对的蛋白质结构比较
8.2.2 CATH蛋白质结构域数据库
8.2.3 SCOP数据库
8.2.4 SCOP、CATH和FSSP的关系
8.3 蛋白质结构域的支持向量机预测方法
8.3.1 蛋白质结构域预测中的样本集选择
8.3.2 编码方法
8.3.3 拓扑预测准确率的评估方法
8.3.4 分类器设计与软件使用方法
8.3.5 结果与分析
8.4 小结
8.4.1 结论
8.4.2 讨论
参考文献
附表1 Rsl26数据集
附表2 cB513数据集
附表3 蛋白质结构域拓扑层预测样本集
附表4 蛋白质结构域同源超族层预测样本集
附表5 蛋白质结构域序列家族层样本集
作者介绍：
暂无相关内容，正在全力查找中
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：蛋白质结构预测－支持向量机的应用在线阅读
在线听书地址：蛋白质结构预测－支持向量机的应用在线收听
在线购买地址：蛋白质结构预测－支持向量机的应用在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
书籍介绍
《蛋白质结构预测》详细介绍了依据统计学习理论构建支持向量机的方法、各种相关软件原理和使用方法, 并以二级结构和结构域为例介绍了以支持向量机为工具预测蛋白质结构的方法。书中使用了大量的原创性实验结果, 理论联系实际, 详细阐述了以支持向量机为工具预测蛋白质结构的全过程。统计学习理论是20世纪90年代逐渐成熟的机器学习理论, 以这种理论为基础的支持向量机与以往的学习机器相比具有支持小样本、不会陷入局部势井、鲁棒性好以及运算成本低等优势。实现这种理论的支持向量机算法已经成为机器学习和知识挖掘的标准工具。
自从2001年支持向量机被首次用于蛋白质二级结构的预测以来, 这种算法发展到蛋白质的结构类型、亚细胞结构和膜蛋白的结构等领域的预测中。
《蛋白质结构预测》适合从事蛋白质结构基础研究的学生和科技工作者阅读。
书籍真实打分
故事情节：4分
人物塑造：8分
主题深度：5分
文字风格：9分
语言运用：5分
文笔流畅：9分
思想传递：5分
知识深度：5分
知识广度：8分
实用性：8分
章节划分：9分
结构布局：7分
新颖与独特：9分
情感共鸣：3分
引人入胜：6分
现实相关：3分
沉浸感：6分
事实准确性：8分
文化贡献：6分
网站评分
书籍多样性：8分
书籍信息完全性：9分
网站更新速度：6分
使用便利性：7分
书籍清晰度：9分
书籍格式兼容性：8分
是否包含广告：5分
加载速度：4分
安全性：3分
稳定性：9分
搜索功能：5分
下载便捷性：9分
下载点评
- 购买多(397+)
- 愉快的找书体验(637+)
- 赚了(453+)
- 格式多(356+)
- 推荐购买(83+)
- 在线转格式(332+)
- 无盗版(602+)
- 小说多(400+)
- 三星好评(621+)
- 图文清晰(329+)
- 差评少(456+)
- 二星好评(449+)
- 无多页(660+)
下载评价
网友 龚***湄：差评，居然要收费！！！
网友 方***旋：真的很好，里面很多小说都能搜到，但就是收费的太多了
网友 家***丝：好6666666
网友 冷***洁：不错，用着很方便
网友 益***琴：好书都要花钱，如果要学习，建议买实体书；如果只是娱乐，看看这个网站，对你来说，是很好的选择。
网友 宓***莉：不仅速度快，而且内容无盗版痕迹。
网友 苍***如：什么格式都有的呀。
网友 焦***山：不错。。。。。
网友 冉***兮：如果满分一百分，我愿意给你99分，剩下一分怕你骄傲
网友 陈***秋：不错，图文清晰，无错版，可以入手。