论文部分内容阅读
提出了一种新的基于贝叶斯神经网络(BNN)的蛋白质二级结构预测方法。计算结果表明,BNN的性能优于反向神经网络(BPNN),平均Q3精度在四组交叉证实数据集与测试数据集下分别提高了3.65%和4.01%;还提出了一种有效缩短马尔可夫链蒙特卡罗(MCMC)模拟过程中“burn in”阶段的交叉证实初值选取方法。