bf神经网络预测蛋白质的结构

利用径向基函数神经网络进行数据预测，很好的代码，推荐使用

matlab有关的bp神经网络预测程序，有需要的拿走对应分析（correspondenceanalysis）是在R型和Q型因子分析基础上发展起来的多元统计分析方法，又称为R-Q型因子分析。

Stock predictive neural network

利用现最流行的神经网络模型，在数学建模中根据已有的数据通过学习进行预测

基于Elman网络的股价预测模型及在浦发银行股票预测中的应用、基于多模型神经网络的智能天气预测、提高预测精度的ELMAN和SOM神经网络组合

自从十年前以来，蛋白质和氨基酸特征都与蛋白质的结晶倾向相关联，以便开发预测蛋白质是否可以结晶的方法。 在这项持续的研究中，使用逻辑和神经网络模型，结合了氨基酸和蛋白质特征的三个特征分别与结核分枝杆菌蛋

传统机器学习方法在蛋白质关联图预测中要求满足独立一致性的条件，为了克服传统机器学习独立一致性假设，并且利用关联残基之间的规则约束，提出一种基于扩展的Markov逻辑网的蛋白质beta关联预测方法，该方

提出一种新的解决几何约束系统的构造求解方法。这是一种基于簇改写的求解器，新的解决方法扩展了可被解决的问题的种类，保持了簇改写方法的优点。相比先前的簇改写求解器只确定了刚性簇以及两种非刚性簇，也就是有着

当前可用的生物数据在不断地迅速增长, 仍有很多生物信息如蛋白质交互信息protein-protein interaction, PPI还未被发现, 而这些潜在的或未知的信息对生物过程的研究是至关重要的

蛋白质是生物体生命活动中最为核心的物质基础。如何用定量分析的方法识别蛋白质网络中那些是关键蛋白质,或者评价某些蛋白质的重要程度,这是蛋白质组学中亟待解决的重要问题之一。从蛋白质网络拓扑特征出发,结合交