论文部分内容阅读
为提高抗HIV活性预测的精度,采用深度学习算法,提出一种基于深度信念网络的抗HIV活性预测方法。利用BP神经网络任意精度逼近非线性函数的优点,结合多个受限玻尔兹曼机(restricted Boltzmann machine,RBM)进行非监督逐层贪婪模式训练学习,建立深度信念网络算法模型(deep belief network,DBN)。将抗HIV活性的高温超导源数据(HTS raw data)、高温超导抑制剂(HTS%inhibition(20μM))、最大测定信号释放比率(mean max signa