VIP20
本课程属于：050-分子动力学特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

XTC轨迹解析与特征编码实训

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
XTC轨迹数据概述
定义 · 应用领域与数据特点
XTC轨迹数据概述
02
XTC文件格式解析
二进制结构 · 头信息与坐标记录
XTC文件格式解析
03
Python环境搭建
安装MDAnalysis与NumPy…
Python环境搭建
04
轨迹文件读取
使用MDAnalysis读取XTC文…
轨迹文件读取MDAnalysis
05
原子选择与拓扑信息获取
原子选择与拓扑信息获取 · 核心概念 · 实践要点
原子选择拓扑信息获取
06
轨迹帧遍历与时间步长提取
轨迹帧遍历与时间步长提取 · 核心概念 · 实践要点
轨迹帧遍历时间步长提取
07
坐标数据提取与维度转换
坐标数据提取与维度转换 · 核心概念 · 实践要点
坐标数据提取维度转换
08
轨迹预处理
对齐 · 去旋转与去平移
轨迹预处理对齐
09
特征工程基础
从坐标到特征向量
特征工程基础从坐标到特征向量
10
均方根偏差(RMSD)计算与可视化
均方根偏差(RMSD)计算与可视化 · 核心概念 · 实践要点
RMSD均方根偏差
11
回转半径(Rg)与惯性矩计算
回转半径(Rg)与惯性矩计算 · 核心概念 · 实践要点
Rg回转半径
12
距离矩阵与接触映射
距离矩阵与接触映射 · 核心概念 · 实践要点
距离矩阵接触映射
13
主成分分析(PCA)在轨迹分析中的应用
主成分分析(PCA)在轨迹分析中的应用 · 核心概念 · 实践要点
PCA主成分分析
14
时间序列特征
自相关函数与动力学模式
时间序列特征自相关函数
15
聚类分析
K-means与层次聚类
聚类分析K-means
16
马尔可夫状态模型(MSM)基础
马尔可夫状态模型(MSM)基础 · 核心概念 · 实践要点
MSM马尔可夫状态模型
17
TICA(时间独立成分分析)降维
TICA(时间独立成分分析)降维 · 核心概念 · 实践要点
TICA时间独立成分分析
18
特征编码
One-hot编码与二值化
特征编码One-hot
19
特征编码
连续值离散化与分箱
特征编码连续值离散化
20
基于深度学习的特征提取
自编码器
基于深度学习的特…自编码器
21
图神经网络在轨迹特征表示中的应用
图神经网络在轨迹特征表示中的应用 · 核心概念 · 实践要点
图神经网络轨迹特征表示
22
特征选择与重要性评估
特征选择与重要性评估 · 核心概念 · 实践要点
特征选择重要性评估
23
大规模轨迹的高效处理
内存映射与分块读取
大规模轨迹的高效…内存映射
24
并行计算加速
多线程与多进程
并行计算加速多线程
25
可视化基础
使用Matplotlib绘制轨迹路径
可视化基础Matplotlib
26
交互式可视化
使用NGLview展示分子构象
交互式可视化NGLview
27
特征数据库构建与索引
特征数据库构建与索引 · 核心概念 · 实践要点
特征数据库构建索引
28
机器学习模型训练
分类与回归任务
机器学习模型训练分类
29
模型评估与超参数调优
模型评估与超参数调优 · 核心概念 · 实践要点
模型评估超参数调优
30
综合实训项目
从XTC文件到特征编码的完整流水线
综合实训项目XTC