| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13页 |
| ·研究必要性 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文结构及章节安排 | 第15-16页 |
| 第二章 人工神经网络基础 | 第16-29页 |
| ·人工神经网络研究进展 | 第16-17页 |
| ·人工神经网络的结构 | 第17-23页 |
| ·神经元模型 | 第17-19页 |
| ·人工神经网络的基本特性 | 第19-20页 |
| ·人工神经网络的基本结构 | 第20-21页 |
| ·人工神经网络的主要学习算法 | 第21-23页 |
| ·BP 神经网络 | 第23-28页 |
| ·BP 神经网络结构 | 第23-24页 |
| ·BP 神经网络信息流及计算过程 | 第24-26页 |
| ·BP 神经网络算法流程 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 蛋白质结构原理知识简介 | 第29-37页 |
| ·生物信息学简介 | 第29页 |
| ·蛋白质结构原理概述 | 第29-32页 |
| ·蛋白质的构成 | 第29页 |
| ·蛋白质的分级结构 | 第29-32页 |
| ·蛋白质结构与功能的关系 | 第32页 |
| ·蛋白质结构预测基础 | 第32-36页 |
| ·蛋白质结构预测的发展 | 第33页 |
| ·蛋白质结构预测的方法 | 第33-34页 |
| ·蛋白质结构相关数据库 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于 Profile 编码的改进算法 | 第37-45页 |
| ·氨基酸介绍 | 第37-39页 |
| ·氨基酸结构 | 第37页 |
| ·氨基酸形成蛋白质过程 | 第37-39页 |
| ·蛋白质氨基酸序列编码方式 | 第39-40页 |
| ·正交编码 | 第39页 |
| ·五位编码 | 第39-40页 |
| ·Profile 编码 | 第40页 |
| ·改进的 Profile 编码算法 | 第40-44页 |
| ·算法改进思想 | 第41页 |
| ·算法改进方式 | 第41-43页 |
| ·改进算法编码方式 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 BP 神经网络在蛋白质二级结构预测中的应用 | 第45-62页 |
| ·蛋白质二级结构预测模型 | 第45-49页 |
| ·基于人工神经网络方法的滑动窗口技术 | 第45-46页 |
| ·BP 神经网络参数选取 | 第46-47页 |
| ·氨基酸序列编码方式选择 | 第47页 |
| ·蛋白质二级结构输出编码方式 | 第47页 |
| ·实验数据集 | 第47-49页 |
| ·预测准确度评价标准 | 第49-50页 |
| ·整体准确率 | 第50页 |
| ·三态准确率 | 第50页 |
| ·实验步骤 | 第50-53页 |
| ·BP 神经网络结构确定实验 | 第50-52页 |
| ·改进 Profile 算法验证实验 | 第52-53页 |
| ·实验结果分析 | 第53-61页 |
| ·BP 神经网络结构确定实验结果及分析 | 第53-56页 |
| ·改进 Profile 算法验证实验结果及分析 | 第56-60页 |
| ·实验总结 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69页 |