基于机器学习的COX-2抑制剂虚拟筛选方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第6-9页 |
| 1.1 研究的目的和意义 | 第6页 |
| 1.2 研究现状 | 第6-7页 |
| 1.3 本文主要研究内容与工作 | 第7-8页 |
| 1.4 论文章节安排 | 第8-9页 |
| 2 C0X-2抑制剂数据库的建立 | 第9-13页 |
| 2.1 引言 | 第9页 |
| 2.2 COX-2抑制剂化合物收集 | 第9-10页 |
| 2.3 化合物的数据化处理 | 第10-11页 |
| 2.4 化合物多样性分析 | 第11-12页 |
| 2.5 本章小结 | 第12-13页 |
| 3 基于随机森林算法的虚拟筛选模型建立 | 第13-27页 |
| 3.1 引言 | 第13页 |
| 3.2 特征选择 | 第13-14页 |
| 3.3 训练集与测试集的划分 | 第14-17页 |
| 3.4 建立基于随机森林算法的虚拟筛选模型 | 第17-21页 |
| 3.5 结果与讨论 | 第21-26页 |
| 3.6 本章小结 | 第26-27页 |
| 4 基于SVM算法虚拟筛选模型的建立 | 第27-36页 |
| 4.1 引言 | 第27页 |
| 4.2 支持向量机（SVM）原理 | 第27-32页 |
| 4.3 建立基于SVM的虚拟筛选模型 | 第32-33页 |
| 4.4 随机森林算法对比SVM算法的结果与讨论 | 第33-35页 |
| 4.5 本章小结 | 第35-36页 |
| 5 总结与展望 | 第36-38页 |
| 参考文献 | 第38-42页 |
| 硕士期间发表论文与获奖情况 | 第42-43页 |
| 附录 | 第43-49页 |
| 致谢 | 第49页 |
