| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-13页 |
| 1.2.1 RNA结合蛋白的预测 | 第10-11页 |
| 1.2.2 RNA结合位点的预测 | 第11页 |
| 1.2.3 蛋白质和RNA相互作用的预测 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 第二章 蛋白质-RNA相互作用预测中的几类分类器 | 第15-22页 |
| 2.1 关于分类器的介绍 | 第15页 |
| 2.2 贝叶斯模型及在相互作用预测中的性能分析 | 第15-17页 |
| 2.2.1 贝叶斯模型算法 | 第15-17页 |
| 2.2.2 贝叶斯分类方法在蛋白质-RNA相互作用预测中的性能分析 | 第17页 |
| 2.3 支持向量机模型及在相互作用预测中的性能分析 | 第17-19页 |
| 2.3.1 支持向量机模型算法 | 第17-19页 |
| 2.3.2 支持向量机(SVM)在蛋白质-RNA相互作用预测中的性能分析 | 第19页 |
| 2.4 随机森林模型及在相互作用预测中的性能分析 | 第19-21页 |
| 2.4.1 随机森林模型算法 | 第19-20页 |
| 2.4.2 随机森林模型在蛋白质-RNA相互作用预测中的性能分析 | 第20-21页 |
| 2.5 结果讨论 | 第21页 |
| 本章小结 | 第21-22页 |
| 第三章 基于序列预测蛋白质-RNA相互作用 | 第22-33页 |
| 3.1 引言 | 第22页 |
| 3.2 预测模型和算法 | 第22-28页 |
| 3.2.1 样本数据 | 第22-23页 |
| 3.2.2 构建特征向量 | 第23-26页 |
| 3.2.3 预测模型和算法 | 第26-28页 |
| 3.3 评估标准 | 第28页 |
| 3.4 计算结果 | 第28-30页 |
| 3.5 讨论 | 第30-31页 |
| 本章小结 | 第31-33页 |
| 结论 | 第33-34页 |
| 参考文献 | 第34-39页 |
| 附录A 文章所用数据集 | 第39-45页 |
| 攻读硕士学位期间发表的学术论文 | 第45-46页 |
| 致谢 | 第46页 |
