| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 论文领域研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第二章 相关概念、技术和算法 | 第13-27页 |
| 2.1 生化知识 | 第13-16页 |
| 2.1.1 氨基酸和蛋白质 | 第13-14页 |
| 2.1.2 氨基酸属性 | 第14-16页 |
| 2.2 质谱技术介绍 | 第16-20页 |
| 2.2.1 质谱技术相关概念 | 第16-17页 |
| 2.2.2 质谱测序技术 | 第17-20页 |
| 2.3 论文在质谱中的研究 | 第20页 |
| 2.4 论文相关算法 | 第20-26页 |
| 2.4.1 决策树算法 | 第20-21页 |
| 2.4.2 Boosting方法 | 第21-22页 |
| 2.4.3 AdaBoost算法 | 第22页 |
| 2.4.4 梯度提升决策树算法 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 建模过程设计方案及评价指标 | 第27-37页 |
| 3.1 建模步骤 | 第27-28页 |
| 3.1.1 建模流程设计 | 第27-28页 |
| 3.1.2 建模流程解释 | 第28页 |
| 3.2 系统环境概述 | 第28-31页 |
| 3.2.1 系统开发平台 | 第28页 |
| 3.2.2 Python及XGBoost安装与配置 | 第28-31页 |
| 3.3 相关工具 | 第31-34页 |
| 3.3.1 pFind | 第31-33页 |
| 3.3.2 XGBoost | 第33-34页 |
| 3.4 评价指标 | 第34-36页 |
| 3.4.1 假阳性率 | 第34页 |
| 3.4.2 余弦相似度 | 第34-35页 |
| 3.4.3 皮尔森相关系数 | 第35-36页 |
| 3.5 实验技术路线 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于GBDT的离子强度建模实现 | 第37-47页 |
| 4.1 建模详细步骤 | 第37-43页 |
| 4.1.1 实验数据集及预处理 | 第37-39页 |
| 4.1.2 质谱数据的鉴定 | 第39-40页 |
| 4.1.3 鉴定结果过滤 | 第40页 |
| 4.1.4 数据文件构建 | 第40-43页 |
| 4.1.5 离子强度建模 | 第43页 |
| 4.2 预测模型性能评估 | 第43-46页 |
| 4.2.1 相似度评估 | 第43-44页 |
| 4.2.2 皮尔森相关系数评估 | 第44-45页 |
| 4.2.3 评价指标评估 | 第45-46页 |
| 4.3 本章小结 | 第46-47页 |
| 第五章 总结及展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53-68页 |
| 附录1 氨基酸属性特征及解释 | 第53-56页 |
| 附录2 PYTHON核心代码解析 | 第56-68页 |
| 攻读硕士期间公开发表论文及科研情况 | 第68-69页 |
| 致谢 | 第69页 |