首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

SVM与ESOM在生物序列对比与预测中的应用研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-17页
   ·研究背景及意义第8-9页
   ·生物序列对比研究的发展现状第9-13页
     ·国外研究现状第11-12页
     ·国内研究现状第12-13页
   ·序列对比方法的内容及难点第13-15页
   ·主要工作及结构安排第15-17页
第二章 生物序列对比与序列特征提取第17-31页
   ·引言第17页
   ·生物序列对比的基本问题第17-26页
     ·序列对比的目的第17-18页
     ·序列对比问题的描述第18-20页
     ·序列对比的分类第20-21页
     ·空位罚分第21-22页
     ·替换矩阵第22-25页
     ·序列对比分值的计算方法第25-26页
   ·关于核酸序列的特征提取第26-30页
     ·应用基因同义密码子第26-29页
     ·双联碱基频率的使用问题第29-30页
   ·针对蛋白序列的特征提取第30页
   ·本章小结第30-31页
第三章 支持向量机理论第31-46页
   ·引言第31页
   ·机器学习与统计学习的基本理论第31-37页
     ·机器学习的原理第31-32页
     ·统计学习理论的简述第32-37页
   ·支持向量机方法第37-44页
     ·基本概念第37-41页
     ·核函数方法第41-43页
     ·关于支持向量机训练的几种算法第43-44页
   ·本章小结第44-46页
第四章 涌现自组织映射神经网络第46-60页
   ·引言第46页
   ·生物神经元间的竞争特点第46-47页
   ·竞争学习第47-48页
   ·自组织特征映射第48-53页
     ·SOM网络的拓扑结构第48-49页
     ·SOM网络的权值调整第49-50页
     ·SOM网络的运行原理第50页
     ·SOM学习算法第50-52页
     ·SOM网络的功能特点与局限性第52-53页
   ·涌现自组织特征映射第53-59页
     ·涌现的概念第53-54页
     ·计算机系统中的涌现第54页
     ·SOM网络的涌现特性第54-55页
     ·涌现自组织特征映射第55-57页
     ·ESOM映射结构第57-58页
     ·ESOM可视化第58-59页
   ·本章小结第59-60页
第五章 SVM与ESOM在生物序列对比中的应用第60-76页
   ·引言第60页
   ·系统原理和结构第60-61页
   ·样本序列的预处理第61-65页
     ·样本序列的数值化第62-63页
     ·数据的归一化第63-64页
     ·序列的特征提取第64-65页
   ·构建网络模式第65-70页
     ·确定训练模式第65-66页
     ·构建合理的输出层第66-67页
     ·权值的初始化第67-68页
     ·获胜邻域和学习率的选择第68-70页
     ·神经网络的训练方法第70页
   ·结果的可视化第70-75页
   ·对最终结果的分析第75页
   ·本章小结第75-76页
第六章 总结与展望第76-78页
致谢第78-79页
参考文献第79-82页
攻读硕士学位期间发表的论文第82-83页
详细摘要第83-93页

论文共93页,点击 下载论文
上一篇:光纤通道的核心技术研究与实现
下一篇:低Cr耐蚀材料在塔里木油田中的腐蚀行为研究