| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 论文研究背景及意义 | 第7页 |
| 1.2 抗菌肽功能预测研究现状 | 第7-11页 |
| 1.2.1 基于经验分析的抗菌肽功能预测研究现状 | 第8-9页 |
| 1.2.2 基于机器学习的抗菌肽功能预测研究现状 | 第9-11页 |
| 1.3 论文研究内容及结构安排 | 第11-13页 |
| 2 含负类样本的多标签分类问题 | 第13-19页 |
| 2.1 多标签分类问题简介 | 第13页 |
| 2.2 典型解决多标签分类问题的方法 | 第13-15页 |
| 2.2.1 基于数据分解的多标签分类方法 | 第13-14页 |
| 2.2.2 基于单个优化问题的多标签分类方法 | 第14-15页 |
| 2.3 抗菌肽功能预测领域的含负类样本的多标签分类问题 | 第15-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于图的直推学习算法 | 第19-24页 |
| 3.1 直推学习简介 | 第19页 |
| 3.2 直推学习模型 | 第19-20页 |
| 3.3 典型直推学习算法 | 第20-23页 |
| 3.3.1 直推式支持向量机算法 | 第20-21页 |
| 3.3.2 基于图的直推学习算法 | 第21-23页 |
| 3.4 本章小结 | 第23-24页 |
| 4 基于多标签直推学习的抗菌肽功能预测方法 | 第24-38页 |
| 4.1 数据集的构建 | 第24-28页 |
| 4.1.1 训练集的构建 | 第24-26页 |
| 4.1.2 独立测试集的构建 | 第26-28页 |
| 4.2 特征信息的提取 | 第28-31页 |
| 4.3 预测模型 | 第31-36页 |
| 4.4 本章小结 | 第36-38页 |
| 5 实验结果及分析 | 第38-45页 |
| 5.1 评价指标 | 第38-39页 |
| 5.1.1 全局评价指标 | 第38-39页 |
| 5.1.2 多标签评价指标 | 第39页 |
| 5.2 实验结果及分析 | 第39-43页 |
| 5.3 在线预测平台 | 第43-44页 |
| 5.4 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-55页 |