基于机器学习的蛋白质琥珀酰化预测的软件开发
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题意义及背景 | 第9-10页 |
| 1.2 国内外研究概况及发展趋势 | 第10-11页 |
| 1.3 本课题主要研究内容 | 第11-13页 |
| 2 琥珀酰化预测过程中的基础工具 | 第13-16页 |
| 2.1 修饰位点数据库 | 第13-14页 |
| 2.2 Python | 第14-15页 |
| 2.3 Java | 第15页 |
| 2.4 本章小结 | 第15-16页 |
| 3 数据收集及分析处理 | 第16-21页 |
| 3.1 数据收集、处理 | 第16-17页 |
| 3.2 特征提取 | 第17-19页 |
| 3.3 样本集不平衡处理 | 第19-20页 |
| 3.4 本章小结 | 第20-21页 |
| 4 分类算法模型对比与选择 | 第21-37页 |
| 4.1 分类算法研究 | 第21-33页 |
| 4.2 机器学习分类预测评价标准 | 第33页 |
| 4.3 各机器学习分类器效果对比 | 第33-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 预测工具的软件平台开发 | 第37-44页 |
| 5.1 预测工具软件功能介绍 | 第37-40页 |
| 5.2 软件平台主要功能的程序实现 | 第40-42页 |
| 5.3 软件测试 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 6 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44-45页 |
| 6.2 展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-50页 |