首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于支持向量机的蛋白质结构类预测及蛋白质相互作用网络拓扑结构分析

摘要第5-7页
ABSTRACT第7-9页
符号对照表第13-14页
缩略语对照表第14-17页
第一章 论文相关综述第17-24页
    1.1 课题目的第17页
    1.2 基于机器学习方法的蛋白质二级结构预测第17-21页
    1.3 支持向量机第21-24页
第二章 多分类SVM用于蛋白质结构类预测第24-47页
    2.1 引言第24-25页
    2.2 数据与方法第25-29页
        2.2.1 数据第25-26页
        2.2.2 Haffman编码第26页
        2.2.3 伪氨基酸组成第26-27页
        2.2.4 多分类策略方法第27-29页
    2.3 实验结果与讨论第29-43页
        2.3.1 Haffman编码替代模型用于蛋白质结构类预测第30-33页
        2.3.2 PseAAc替代模型用于蛋白质结构类预测第33-36页
        2.3.3 Haffman编码与Pse AAc组合模型用于蛋白质结构类预测第36-39页
        2.3.4 氨基酸频次概率编码与Pse AAc组合模型用于蛋白质结构类预测第39-43页
    2.4 小节第43-47页
第三章 蛋白质相互作用网络的拓扑结构分析第47-56页
    3.1 前言第47-48页
    3.2 数据与方法第48-51页
        3.2.1 数据第48-49页
        3.2.2 网络拓扑结构分析第49-51页
    3.3 蛋白质相互作用的拓扑结构分析第51-56页
第四章 四面体网络模型及拟合蛋白质相互作用网络第56-63页
    4.1 网络模型第56-57页
    4.2 构建四面体网络第57-58页
        4.2.1 底质第57页
        4.2.2 添加捷径第57-58页
    4.3 拟合蛋白质相互作用网络第58-62页
    4.4 小结第62-63页
第五章 总结第63-65页
致谢第65-66页
参考文献第66-68页

论文共68页,点击 下载论文
上一篇:电池级碳酸锂制备工艺研究
下一篇:基于线激光扫描的透明微件三维测量系统