基于改進牛頓算法的蛋白質(zhì)二級結構預測

王　建　王彩蕓

摘要：主要介紹構造性機器學習方法即改進牛頓算法在蛋白質(zhì)二級結構預測中的應用。針對標準BP算法存在的缺點，討論用迭代矩陣替換二級微商來改進牛頓算法，實現(xiàn)蛋白質(zhì)二級結構預測。實驗表明，采用基于概率的Profile編碼方式，改進牛頓算法正確率可以高達73.68％，與其他預測方法相比有較好的準確性。