| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文内容安排 | 第12-13页 |
| 第二章 相关理论和技术基础 | 第13-20页 |
| 2.1 蛋白质及其相互作用 | 第13-14页 |
| 2.2 蛋白质间相互作用的生物实验方法 | 第14-15页 |
| 2.3 蛋白质间相互作用的计算学方法 | 第15-16页 |
| 2.4 蛋白质相互作用数据库 | 第16-19页 |
| 2.5 评价指标 | 第19-20页 |
| 第三章 基于SIFT算法和WELM的蛋白质间相互作用预测模型 | 第20-35页 |
| 3.1 数据集处理及实验流程 | 第20-22页 |
| 3.2 基于SIFT算法的特征提取 | 第22-26页 |
| 3.2.1 关键点检测 | 第22-24页 |
| 3.2.2 关键点定位 | 第24-25页 |
| 3.2.3 方向分配 | 第25-26页 |
| 3.2.4 描述子生成 | 第26页 |
| 3.3 基于PCA的特征降维 | 第26-27页 |
| 3.4 基于WELM的蛋白质间相互作用预测 | 第27-29页 |
| 3.5 实验结果与比较 | 第29-35页 |
| 3.5.1 与SVM的比较 | 第31-33页 |
| 3.5.2 与相关方法的比较 | 第33-35页 |
| 第四章 基于并行SVM的蛋白质间相互作用预测模型 | 第35-50页 |
| 4.1 数据集 | 第35页 |
| 4.2 基于LRA的特征提取 | 第35-36页 |
| 4.3 Hadoop环境介绍 | 第36-41页 |
| 4.3.1 MapReduce编程模型 | 第38-40页 |
| 4.3.2 HDFS | 第40-41页 |
| 4.4 基于并行SVM的相互作用预测模型的构建 | 第41-46页 |
| 4.4.1 基于K-means算法的特征分块 | 第42-43页 |
| 4.4.2 基于Hadoop的并行SVM环境配置 | 第43-45页 |
| 4.4.3 Map和Reduce任务的设计 | 第45-46页 |
| 4.5 实验结果与比较 | 第46-50页 |
| 4.5.1 基于LRA特征的实验结果 | 第46-48页 |
| 4.5.2 基于SIFT特征的实验结果 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间的研究成果 | 第57页 |