首页> 外文OA文献 >Predicting Secondary Structure of All-Helical Proteins Using Hidden Markov Support Vector Machines

【2h】

Predicting Secondary Structure of All-Helical Proteins Using Hidden Markov Support Vector Machines

机译：使用隐马尔可夫支持向量机预测全螺旋蛋白的二级结构

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Blaise Gassend; Charles W. O’donnell; William Thies; Andrew Lee; Marten Van Dijk; Srinivas Devadas;
展开▼
作者单位

展开▼
年度 2008
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Prediction of protein binding sites in protein structures using hidden Markov support vector machine [J] . Bin Liu, Xiaolong Wang, Lei Lin, BMC Bioinformatics . 2009,第1期

机译：使用隐马尔可夫支持向量机预测蛋白质结构中的蛋白质结合位点
2. Prediction of protein binding sites in protein structures using hidden Markov support vector machine [J] . Bin Liu, Xiaolong Wang, Lei Lin, BMC Bioinformatics . 2009,第1期

机译：使用隐马尔可夫支持向量机预测蛋白质结构中的蛋白质结合位点
3. GRIFFIN: a system for predicting GPCR-G-protein coupling selectivity using a support vector machine and a hidden Markov model [J] . Yabuki Yukimitsu, Muramatsu Takahiko, Hirokawa Takatsugu, Nucleic Acids Research . 2005,第Suppla期

机译：GRIFFIN：使用支持向量机和隐马尔可夫模型预测GPCR-G蛋白偶联选择性的系统
4. Predicting Secondary Structure of All-Helical Proteins Using Hidden Markov Support Vector Machines [C] . Blaise Gassend, Charles W. ODonnell, William Thies, International Workshop on Pattern Recognition in Bioinformatics(PRIB 2006); 20060820; Hong Kong(CN) . 2006

机译：使用隐马尔可夫支持向量机预测全螺旋蛋白的二级结构
5. Analyzing brand loyalty in automotive sector using the hidden Markov model and support vector machine. [D] . Varol, Serkan. 2016

机译：使用隐马尔可夫模型和支持向量机分析汽车行业的品牌忠诚度。
6. Prediction of protein binding sites in protein structures using hidden Markov support vector machine [O] . Bin Liu, Xiaolong Wang, Lei Lin, 2009

机译：使用隐马尔可夫支持向量机预测蛋白质结构中的蛋白质结合位点
7. Prediction of protein binding sites in protein structures using hidden Markov support vector machine [O] . 2009

机译：使用隐马尔可夫支持向量机预测蛋白质结构中的蛋白质结合位点

Predicting Secondary Structure of All-Helical Proteins Using Hidden Markov Support Vector Machines

著录项

引文网络

相似文献

相关主题

期刊订阅