使用深度学习方法预测噬菌体特异性蛋白质完整代码实现，含数据集。

该方法对噬菌体特异性蛋白（TerL、Portal和TerS）具有良好的预测精度，也可用于从病毒组数据预测序列。

CNN可以自动学习蛋白质序列模式，同时根据学习到的氨基酸序列模式构建预测模型。

与比对方法相比，CNN是基于氨基酸的模型的自然泛化，可以发现高纬度地区病毒蛋白质的相似性。

在病毒蛋白序列预测问题上，更灵活的 CNN 模型确实优于比对方法。

ID:237560

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/749275246786.html