| 第一章 引言 | 第1-15页 |
| ·生物信息学概述 | 第7-9页 |
| ·产生背景 | 第7-8页 |
| ·主要研究内容 | 第8-9页 |
| ·蛋白质结构预测概述 | 第9-13页 |
| ·蛋白质序列与结构 | 第9-11页 |
| ·研究蛋白质结构的意义 | 第11页 |
| ·蛋白质结构预测的方法 | 第11-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第二章 粗糙集理论与应用 | 第15-21页 |
| ·粗糙集理论简介 | 第15-16页 |
| ·粗糙集的扩展模型 | 第16-18页 |
| ·可变精度粗糙集模型(VPRS) | 第16-17页 |
| ·相似模型 | 第17页 |
| ·模糊粗糙集模型 | 第17页 |
| ·Alpha 粗糙集模型(α-RST) | 第17-18页 |
| ·粗糙集理论的应用 | 第18-19页 |
| ·粗糙集理论与其它方法的融合 | 第19-20页 |
| ·结语 | 第20-21页 |
| 第三章 蛋白质二级结构预测 | 第21-27页 |
| ·蛋白质二级结构的含义 | 第21页 |
| ·蛋白质二级结构预测依据 | 第21-22页 |
| ·蛋白质二级结构预测方法 | 第22-26页 |
| ·Chou-Fasman 方法 | 第22-23页 |
| ·GOR 方法 | 第23-24页 |
| ·基于氨基酸疏水性的预测方法 | 第24-25页 |
| ·最邻近方法 | 第25页 |
| ·人工神经网络方法 | 第25-26页 |
| ·综合方法 | 第26页 |
| ·结论 | 第26-27页 |
| 第四章 基于神经网络的蛋白质二级结构预测 | 第27-33页 |
| ·用于蛋白质二级结构预测的基本ANN 模型 | 第27-29页 |
| ·用于蛋白质二级结构预测的基本ANN 模型结构 | 第27-28页 |
| ·基本ANN 模型的训练 | 第28-29页 |
| ·ANN 模型在蛋白质二级结构预测上的应用 | 第29-31页 |
| ·PHD 方法 | 第29-31页 |
| ·预测精度计算方法——Q3 法 | 第31-32页 |
| ·结论 | 第32-33页 |
| 第五章 基于RS 与ANN 的蛋白质二级结构预测方法 | 第33-44页 |
| ·引言 | 第33-34页 |
| ·基本原理 | 第34-37页 |
| ·原始数据的预处理 | 第34-35页 |
| ·神经网络预测蛋白质二级结构 | 第35页 |
| ·网络初始权值的确定 | 第35-36页 |
| ·方法的主要步骤 | 第36-37页 |
| ·基于RS 与ANN 的蛋白质二级结构预测算法 | 第37-40页 |
| ·基于RS 与ANN 的蛋白质二级结构预测主算法 | 第37-39页 |
| ·基于区分矩阵的粗糙集属性约简子算法 | 第39-40页 |
| ·应用实现 | 第40-42页 |
| ·实验系统介绍 | 第40页 |
| ·实验结果 | 第40-42页 |
| ·结论 | 第42-43页 |
| 附:FASTA 格式说明 | 第43-44页 |
| 第六章 结论与展望 | 第44-45页 |
| ·结语 | 第44页 |
| ·以后的工作 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 摘要 | 第50-52页 |
| ABSTRACT | 第52-55页 |
| 致谢 | 第55-56页 |
| 导师及作者介绍 | 第56页 |