| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景 | 第9-11页 |
| 1.3 研究目的及意义 | 第11-12页 |
| 1.4 蛋白质二级结构预测研究现状 | 第12-15页 |
| 1.4.1 蛋白质结构预测的理论基础 | 第12页 |
| 1.4.2 蛋白质二级结构预测任务 | 第12-13页 |
| 1.4.3 国内外相关技术发展现状 | 第13-15页 |
| 1.5 本文的研究内容和组织结构 | 第15-17页 |
| 1.5.1 主要研究内容 | 第15-16页 |
| 1.5.2 论文组织结构 | 第16-17页 |
| 第2章 蛋白质二级结构预测相关技术介绍 | 第17-25页 |
| 2.1 基于概率分析的预测方法 | 第17-19页 |
| 2.2 基于知识的预测方法 | 第19-20页 |
| 2.3 基于浅层机器学习的预测方法 | 第20-21页 |
| 2.4 基于深度学习的预测方法 | 第21-22页 |
| 2.5 混合预测方法 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于卷积神经网络的蛋白质二级结构预测 | 第25-40页 |
| 3.1 氨基酸表示学习方法 | 第25-27页 |
| 3.2 基于卷积神经网络的蛋白质二级结构预测 | 第27-33页 |
| 3.2.1 卷积神经网络 | 第28-29页 |
| 3.2.2 基于多尺度卷积神经网络的蛋白质二级结构预测 | 第29-31页 |
| 3.2.3 基于CNNH_PSS的蛋白质二级结构预测 | 第31-33页 |
| 3.3 实验结果与分析 | 第33-39页 |
| 3.3.1 氨基酸表示方法对比实验 | 第34-35页 |
| 3.3.2 蛋白质二级结构预测模型对比实验 | 第35-38页 |
| 3.3.3 实验样例分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于多任务学习的蛋白质二级结构预测 | 第40-53页 |
| 4.1 蛋白质溶剂可及性任务 | 第40-42页 |
| 4.2 基于多任务学习的蛋白质二级结构预测 | 第42-49页 |
| 4.2.1 基于低层共享多任务学习的蛋白质二级结构预测 | 第42-45页 |
| 4.2.2 基于端到端迭代多任务学习的蛋白质二级结构预测 | 第45-49页 |
| 4.3 实验结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
