流感大爆发多重预警的统计模型
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·生物信息学概述 | 第7-9页 |
| ·生物信息学背景 | 第7页 |
| ·生物信息学研究的内容 | 第7-8页 |
| ·生物信息学研究现状 | 第8页 |
| ·生物信息学的意义 | 第8-9页 |
| ·蛋白质序列的研究 | 第9页 |
| ·本文的主要工作及创新点 | 第9-11页 |
| 第二章 H5N1蛋白质序列的长记忆模型 | 第11-17页 |
| ·HP模型 | 第11页 |
| ·ARFIMA模型 | 第11-12页 |
| ·基于详细HP模型的蛋白质序列的CGR-游走模型 | 第12页 |
| ·蛋白质序列的CGR-游走序列数据分析 | 第12-16页 |
| ·分析序列特征 | 第12-14页 |
| ·模型检验与参数估计 | 第14-15页 |
| ·其它十条蛋白质序列数据分析 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第三章 流感病毒HA蛋白质序列的预测 | 第17-22页 |
| ·前言 | 第17页 |
| ·HA蛋白质序列选取与数据构建 | 第17-18页 |
| ·蛋白质序列选取 | 第17页 |
| ·数据构建 | 第17-18页 |
| ·蛋白质序列结果分析 | 第18-21页 |
| ·小结 | 第21-22页 |
| 第四章 流感大爆发的多重预警统计模型 | 第22-34页 |
| ·前言 | 第22页 |
| ·方差和延迟2自相关系数指标值 | 第22-28页 |
| ·方法：方差和延迟2自相关系数 | 第22-23页 |
| ·数据的选择与转换 | 第23-25页 |
| ·数据分析 | 第25-28页 |
| ·氨基酸对可预测百分比指标值 | 第28-33页 |
| ·转换HA/NA蛋白质序列成标量数据 | 第28-29页 |
| ·t检验法 | 第29页 |
| ·流感爆发的变异特征 | 第29-33页 |
| ·结语 | 第33-34页 |
| 第五章 总结与展望 | 第34-35页 |
| ·总结 | 第34页 |
| ·展望 | 第34-35页 |
| 致谢 | 第35-36页 |
| 参考文献 | 第36-40页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第40页 |
