...
机译:基于最小二乘支持向量机和氨基酸性质的T细胞表位预测
T-cell epitopes; classification; least squares support vector machines; ROC curve; FUNCTION NEURAL-NETWORKS; PEPTIDE-MHC BINDING; QUANTITATIVE PREDICTION; IN-SILICO; CLASSIFICATION; MOLECULES; AFFINITY; HLA-A-ASTERISK-0201; ALGORITHM; LIBRARIES;
机译:基于最小二乘支持向量机和氨基酸性质的T细胞表位预测
机译:支持向量机分类与氨基酸倾向性识别相结合的B细胞线性表位预测
机译:使用氨基酸残基和氨基酸残基对的结构特性,基于支持向量机的蛋白质折叠分类
机译:基于支持向量机和相似核的T细胞表位预测
机译:支持向量机用于不平衡数据集的主动学习,以及一种基于稳定预测的主动学习停止方法。
机译:支持向量机分类与氨基酸倾向识别相结合的B细胞线性表位预测
机译:支持向量机分类与氨基酸倾向性识别相结合的B细胞线性表位预测
机译:具有选择性核标度的支持向量机用于蛋白质分类和关键氨基酸位置的鉴定。