首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于序列信息的重组热点和蛋白质折叠识别

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 课题研究的背景第9-10页
    1.2 课题研究的目的和意义第10-11页
    1.3 国内外研究现状第11-13页
        1.3.1 重组热点识别研究现状第11-12页
        1.3.2 蛋白质折叠识别研究现状第12-13页
    1.4 本课题的研究内容第13-14页
    1.5 本课题的组织结构第14-16页
第2章 基于序列信息的特征第16-24页
    2.1 引言第16页
    2.2 序列第16-17页
        2.2.1 DNA序列第16页
        2.2.2 蛋白质序列第16-17页
    2.3 基于序列信息的特征第17-23页
        2.3.1 Kmer第17页
        2.3.2 Gapped kmer第17-18页
        2.3.3 位置特异性得分矩阵第18-19页
        2.3.4 伪氨基酸组成第19-21页
        2.3.5 自协方差第21-22页
        2.3.6 Bi-gram特征第22页
        2.3.7 五种属性特征第22-23页
    2.4 本章小结第23-24页
第3章 基于gapped kmer的重组热点识别第24-34页
    3.1 引言第24页
    3.2 重组热点识别第24-25页
    3.3 预测方法第25-29页
        3.3.1 DNA向量化方法第25页
        3.3.2 分类模型构建第25-29页
        3.3.3 交叉验证评价方法第29页
    3.4 实验结果与分析第29-33页
        3.4.1 重组热点数据集第29页
        3.4.2 性能评价指标第29-30页
        3.4.3 性能评估第30-33页
    3.5 本章小结第33-34页
第4章 基于多特征的蛋白质折叠识别第34-52页
    4.1 引言第34页
    4.2 序列预处理第34-35页
    4.3 预测方法第35-39页
        4.3.1 蛋白质向量化方法第35-37页
        4.3.2 分类模型构建第37-39页
    4.4 实验结果分析第39-51页
        4.4.1 折叠识别数据集第39-42页
        4.4.2 性能评价指标第42页
        4.4.3 性能评估第42-51页
    4.5 本章小结第51-52页
结论第52-54页
参考文献第54-59页
攻读硕士期间发表的论文及其它成果第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于反馈学习的半结构化信息抽取方法研究
下一篇:基于贝叶斯理论的人脸识别算法研究与应用