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 |