基于神经网络的蛋白质二级结构预测的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| 1．1 课题的研究背景与意义 | 第8-10页 |
| 1．1．1 课题的研究背景 | 第8-9页 |
| 1．2．1 课题的研究意义 | 第9-10页 |
| 1．2 蛋白质二级结构预测的研究进展 | 第10-12页 |
| 1．3 论文主要内容及安排 | 第12-14页 |
| 2 神经网络在蛋白质二级结构预测中的编码方式研究 | 第14-24页 |
| 2．1 蛋白质简介 | 第14-16页 |
| 2．2 神经网络概述 | 第16-19页 |
| 2．2．1 基本神经网络模型 | 第16-17页 |
| 2．2．2 神经网络学习算法 | 第17-18页 |
| 2．2．3 前向神经网络 | 第18-19页 |
| 2．3 基于神经网络的蛋白质序列编码 | 第19-23页 |
| 2．3．1 基于神经网络的序列编码 | 第19-22页 |
| 2．3．2 序列谱 | 第22-23页 |
| 2．3．3 数据集 | 第23页 |
| 2．4 小结 | 第23-24页 |
| 3 基于串联 BP集成的蛋白质二级结构预测模型 | 第24-36页 |
| 3．1 神经网络集成 | 第24-28页 |
| 3．1．1 神经网络集成简介 | 第24-26页 |
| 3．1．2 神经网络集成技术分析 | 第26-28页 |
| 3．2 串联 BP网络 | 第28-31页 |
| 3．2．1 网络结构 | 第28-29页 |
| 3．2．2 算法 | 第29-31页 |
| 3．3 评价函数与仿真结果 | 第31-35页 |
| 3．3．1 评价函数 | 第31-32页 |
| 3．3．2 仿真结果 | 第32-35页 |
| 3．4 小结 | 第35-36页 |
| 4 基于 BRNN集成的蛋白质二级结构预测 | 第36-49页 |
| 4．1 反馈神经网络和算法 | 第36-40页 |
| 4．1．1 反馈神经网络概述 | 第36-38页 |
| 4．1．2 BPTT和 RTRL | 第38-40页 |
| 4．2 BRNN模型结构 | 第40-44页 |
| 4．2．1 BRNN模型结构及学习规则 | 第40-43页 |
| 4．2．2 模型预测的相关性 | 第43-44页 |
| 4．3 改进的BRNN模型及算法 | 第44-46页 |
| 4．3．1 改进的 BRNN模型 | 第44-45页 |
| 4．3．2 改进的算法 | 第45-46页 |
| 4．4 BRNN集成预测二级结构 | 第46-48页 |
| 4．4．1 集成模型 | 第46-47页 |
| 4．4．2 仿真结果 | 第47-48页 |
| 4．5 小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录A RS126数据集 | 第55-57页 |
| 攻读硕士学位期间发表论文 | 第57-58页 |
| 致谢 | 第58-59页 |
| 大连理工大学学位论文版权使用授权书 | 第59页 |
