到达我们 + 44 7456 035580
所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

研究文章雷竞技app下载苹果版

混合吸引子细胞自动机(HACA)在生物信息学解决主要问题

文摘

NLCA已经作为潜在分类器在生物信息学解决主要问题。大量的生物信息学预测蛋白质编码区等问题,发现启动子区域,预测蛋白质结构的生物信息学和许多其他问题可以通过细胞自动机。尽管有一些预测技术解决这些问题,近似精度水平很低。提出了一个自动化的过程与HACA(混合吸引子细胞自动机)可以解决所有这些问题。广泛的实验进行报告的准确性提出了工具。的平均精度HACA测试编码时,BG570, HMR195, Fickett和舌头,ASP67数据集是78%。

缩写:非线性细胞自动机(NLCA),细胞自动机(CA),混合吸引子细胞自动机(HACA)、遗传算法(GA)

Pokkuluri Kiran Sree Inampudi,拉梅什先生和SSSN Usha Devi Nedunuri

阅读全文下载全文|访问全文

全球技术峰会