摘要 | 第1-4页 |
Abstract | 第4-7页 |
1. 绪论 | 第7-15页 |
·生物信息学概述 | 第7-11页 |
·生物信息学的产生背景 | 第7页 |
·生物信息学的发展历史 | 第7-8页 |
·生物信息学的定义 | 第8-9页 |
·生物信息学的研究目标和任务 | 第9页 |
·生物信息学的主要研究对象 | 第9-10页 |
·生物信息学的研究意义 | 第10页 |
·生物信息学目前的发展状况 | 第10-11页 |
·课题的背景与意义 | 第11-12页 |
·人类启动子识别算法的发展现状 | 第12-13页 |
·本文的主要工作 | 第13页 |
·本文的内容组织 | 第13-15页 |
2 生物学基础 | 第15-26页 |
·核酸与基因 | 第15-19页 |
·碱基 | 第16页 |
·核苷 | 第16页 |
·核苷酸 | 第16页 |
·DNA的结构 | 第16-19页 |
·基因 | 第19页 |
·基因的结构和表达调控 | 第19-24页 |
·原核基因 | 第19-20页 |
·真核基因 | 第20-21页 |
·中心法则 | 第21-23页 |
·基因的表达调控 | 第23-24页 |
·启动子的结构和功能 | 第24-26页 |
3 生物信息数据库 | 第26-32页 |
·核酸序列数据库 | 第27-29页 |
·启动子数据库 | 第29-32页 |
4 基于KL散度和BP神经网络的人类启动子识别算法 | 第32-41页 |
·BP神经网络技术介绍 | 第32-35页 |
·特征提取 | 第35-36页 |
·组成成分特征 | 第35页 |
·CpG岛特征 | 第35-36页 |
·分类器设计 | 第36-39页 |
·实验结果 | 第39-40页 |
·本章小结 | 第40-41页 |
5 基于两级SVM分类器的人类启动子识别算法 | 第41-49页 |
·支持向量机 | 第41-45页 |
·线性支持向量机 | 第41-44页 |
·非线性支持向量机 | 第44-45页 |
·核函数 | 第45页 |
·K-折交叉验证法 | 第45页 |
·特征提取 | 第45-46页 |
·CpG岛特征 | 第45-46页 |
·组成成分特征 | 第46页 |
·分类器设计 | 第46-47页 |
·实验结果 | 第47-48页 |
·本章小结 | 第48-49页 |
6 结论 | 第49-51页 |
·研究工作总结 | 第49页 |
·未来工作展望 | 第49-51页 |
参考文献 | 第51-55页 |
攻读硕士学位期间发表学术论文情况 | 第55-56页 |
致谢 | 第56页 |