首页--生物科学论文--生物化学论文--蛋白质论文

基于多视角特征融合的蛋白质属性预测

摘要第1-4页
Abstract第4-7页
1 绪论第7-10页
   ·引言第7页
   ·研究背景第7-9页
     ·研究意义第7页
     ·国内外研究进展第7-9页
   ·论文研究主要内容第9页
   ·论文结构安排第9-10页
2 蛋白质属性预测概述第10-13页
   ·蛋白质概述第10-11页
   ·蛋白质组成与结构第11-12页
   ·蛋白质属性预测第12页
     ·序列对比第12页
     ·蛋白质结构预测第12页
   ·本章小结第12-13页
3 基于多视角特征融合的蛋白质属性预测系统框架第13-26页
   ·预测框架第13页
   ·特征提取第13-18页
     ·PseAAC第14-15页
     ·PSSM第15-18页
   ·特征融合与降维第18-21页
     ·特征融合第18-19页
     ·主成分分析(PCA)第19-20页
     ·广义主成分分析(GPCA)第20-21页
   ·建立预测模型第21-24页
     ·最小距离(MD)第21页
     ·贝叶斯判别函数第21-22页
     ·最短马氏距离(MDD)第22页
     ·朴素贝叶斯分类第22页
     ·最近邻(1NN)第22-23页
     ·最优信息理论K近邻(OET-KNN)第23-24页
   ·预测结果评价第24-25页
     ·评价指标第24-25页
     ·交叉验证第25页
   ·本章小结第25-26页
4 膜蛋白亚细胞定位预测第26-35页
   ·引言第26-27页
   ·数据集和方法第27-28页
     ·基准数据集第27-28页
     ·从不同视角提取特征第28页
     ·预测模型第28页
   ·实验结果与分析第28-34页
     ·膜蛋白亚细胞定位数据集的预测结果第28-33页
     ·酵母蛋白亚细胞定位数据集的预测结果第33-34页
   ·本章小结第34-35页
5 蛋白质结构类预测第35-47页
   ·引言第35页
   ·数据集和方法第35-36页
     ·基准数据集第35-36页
     ·从不同视角提取特征第36页
     ·复空间中的预测模型第36页
   ·实验结果与分析第36-45页
     ·关于4类结构数据集的预测结果第36-38页
     ·本文方法使用串行和并行融合预测结果比较第38-41页
     ·本文方法与现有预测器性能对比第41-43页
     ·二硫键连接数据集的预测结果第43-45页
   ·本章小结第45-47页
6 总结与展望第47-49页
   ·研究工作总结第47页
   ·未来的工作和展望第47-49页
致谢第49-50页
参考文献第50-57页
附录第57页

论文共57页,点击 下载论文
上一篇:基于Android平台家庭智能系统的研究与实现
下一篇:超细铁粉和硼粉的制备与表征