| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·基因表达调控及其研究意义 | 第7-8页 |
| ·转录因子结合位点识别方法的研究现状 | 第8-10页 |
| ·本文主要工作及意义 | 第10-11页 |
| 第2章 转录因子结合位点的表示模型及数据处理 | 第11-19页 |
| ·转录因子结合位点的描述类型 | 第11-13页 |
| ·一致性序列模型 | 第11-12页 |
| ·矩阵模型 | 第12页 |
| ·可视化模型 | 第12-13页 |
| ·数据的获得 | 第13-14页 |
| ·数据的处理 | 第14-19页 |
| ·位置权重矩阵表示方法 | 第15-16页 |
| ·序列的打分 | 第16-17页 |
| ·样本的生成 | 第17-19页 |
| 第3章 BP 神经网络和遗传算法 | 第19-29页 |
| ·人工神经网络简介 | 第19-25页 |
| ·神经元形式化描述和人工神经网络模型 | 第19-20页 |
| ·BP 神经网络的原理及学习规则 | 第20-24页 |
| ·BP 网络的一些缺陷 | 第24-25页 |
| ·遗传算法的基本原理 | 第25-29页 |
| ·遗传算法的数学模型 | 第25-26页 |
| ·基本遗传算法的框架 | 第26-27页 |
| ·遗传算法实现的主要因素 | 第27-29页 |
| 第4章 基于遗传神经网络的转录因子结合位点识别研究 | 第29-41页 |
| ·遗传算法结合神经网络 | 第29-34页 |
| ·基于遗传算法的BP 网络权值的优化设计 | 第30-31页 |
| ·遗传算法优化BP 网络的算法框架 | 第31-32页 |
| ·用MATLAB 工具箱构造遗传神经网络 | 第32-34页 |
| ·算法在转录因子结合位点识别中的应用 | 第34-38页 |
| ·算法实现过程中的几个问题 | 第34-36页 |
| ·仿真程序流程 | 第36-37页 |
| ·实验过程 | 第37-38页 |
| ·实验数据比较与分析 | 第38-40页 |
| ·几个性能指标 | 第38页 |
| ·三种方法的比较与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 结束语 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44-45页 |
| 在学期间公开发表论文及著作情况 | 第45页 |