目录 2.3.3 PPFNet 基于点云架构的 B 细胞表位预测方法 3.1 数据集构建 3.2 特征提取 3.2.1 原子的理化属性 3.2.2 残基的 PSSM 特征 3.3 B 细胞表位预测的点云架构 3.3.1 B 细胞表位预测的整体点云架构 3.3.2 建立抗原 3D 点云结构 3.3.3 点云网络 3.4 损失函数 Focal loss 基于点云架构的 B 细胞表位预测实验结果分析 4.1 评价指标 4.2 实验结果对比分析 4.3 模型预测结果分析 4.3.1 PSSM 特征对预测结果的贡献 4.3.2 四维 PPF 描述子对实验结果的影响 4.3.3 使用多尺度分组对预测结果的贡献 4.3.4 模型对特征的区分能力验证 4.4 案例分析 4.4.1 gp120 抗原蛋白 4.4.2 HA1 抗原蛋白 4.5 实验环境 本文篇幅较长,分为上下两篇,上篇详见 基于点云架构的 B 细胞表位预测 2.3.3 PPFNet 在 3D 视觉中, 3D 几何信息的局部描述子在许多任务中扮演了很重要的角色,诸如: 对应性估计、匹配、配准、物体检测以及形状恢复等。尽管近十年间,出现了一系列手