基于机器学习的蛋白质复合体精确识别研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-15页 |
| 1.1 蛋白质组学研究背景 | 第8-9页 |
| 1.2 PPIN研究意义 | 第9页 |
| 1.3 PPIN研究现状 | 第9-11页 |
| 1.4 课题研究内容 | 第11-12页 |
| 1.5 论文组织结构 | 第12-15页 |
| 第二章 研究方法概述 | 第15-22页 |
| 2.1 聚类算法研究 | 第15-18页 |
| 2.1.1 聚类分析概述 | 第15-16页 |
| 2.1.2 相似度描述 | 第16-17页 |
| 2.1.3 聚类结果评价标准 | 第17-18页 |
| 2.2 PPI网络研究 | 第18-20页 |
| 2.2.1 PPI网络概述 | 第18-19页 |
| 2.2.2 PPI网络一般检测流程 | 第19-20页 |
| 2.3 PPI网络聚类策略分析模型构建 | 第20-21页 |
| 2.3.1 模型设计 | 第20页 |
| 2.3.2 模型分析 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 数据采集与分析 | 第22-34页 |
| 3.1 PPI数据库 | 第22-23页 |
| 3.2 PPI数据获取与分析 | 第23-28页 |
| 3.2.1 数据获取 | 第23-26页 |
| 3.2.2 原始数据解析 | 第26-28页 |
| 3.3 数据预处理 | 第28-32页 |
| 3.3.1 数据清理 | 第28-31页 |
| 3.3.2 数据建模 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 PPI网络聚类算法策略研究 | 第34-45页 |
| 4.1 基于马尔科夫算法的策略 | 第34-37页 |
| 4.1.1 改进马尔科夫算法理论 | 第34-36页 |
| 4.1.2 检测策略分析 | 第36-37页 |
| 4.2 基于深度学习的策略 | 第37-40页 |
| 4.2.1 深度学习简介 | 第38-39页 |
| 4.2.2 检测策略分析 | 第39-40页 |
| 4.3 基于ACO的算法策略 | 第40-44页 |
| 4.3.1 ACO算法简介 | 第40-42页 |
| 4.3.2 检测策略分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 基于KPSO的PPIN复合体检测方法研究 | 第45-51页 |
| 5.1 PSO算法概述 | 第45-47页 |
| 5.1.1 基本粒子群优化算法 | 第45-46页 |
| 5.1.2 PSO算法流程 | 第46-47页 |
| 5.2 PSO算法改进思想 | 第47-49页 |
| 5.2.1 改进PSO算法 | 第47-48页 |
| 5.2.2 K-means融合改进PSO算法 | 第48-49页 |
| 5.3 基于KPSO的PPIN复合体检测策略 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 实验与分析 | 第51-60页 |
| 6.1 实验环境 | 第51页 |
| 6.2 实验参数设置 | 第51页 |
| 6.3 实验数据选择 | 第51-52页 |
| 6.4 实验结果分析 | 第52-59页 |
| 6.4.1 KPSO实验结果及分析 | 第52-54页 |
| 6.4.2 算法结果对比分析 | 第54-56页 |
| 6.4.3 模块功能验证 | 第56-59页 |
| 6.5 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 个人简历 | 第67-68页 |
| 在读期间研究成果及发表的论文 | 第68页 |
