基于支持向量机的蛋白质温热性识别与亚细胞定位预测
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-29页 |
| 引言 | 第10页 |
| 1 蛋白质温热性识别 | 第10-11页 |
| ·常温嗜热蛋白概念和特性 | 第10-11页 |
| ·蛋白质温热性研究背景 | 第11页 |
| 2 蛋白质亚细胞定位预测 | 第11-13页 |
| ·蛋白质亚细胞定位定义和意义 | 第11-12页 |
| ·亚细胞定位预测研究现状 | 第12-13页 |
| 3 支持向量机 | 第13-29页 |
| ·概况 | 第13-14页 |
| ·统计学习理论 | 第14-18页 |
| ·最优分类面 | 第14-16页 |
| ·结构风险 | 第16-17页 |
| ·复杂性和推关能力 | 第17页 |
| ·VC维理论 | 第17-18页 |
| ·核函数 | 第18页 |
| ·支持向量机分类 | 第18-24页 |
| ·线性可分情况 | 第18-20页 |
| ·线性不可分情况 | 第20页 |
| ·非线性分类 | 第20-22页 |
| ·多类分类支持向量机MSVM | 第22-23页 |
| ·基于BSVM的分类器 | 第23-24页 |
| ·支持向量机回归 | 第24-26页 |
| ·快速训练算法及其具体操作 | 第26-27页 |
| ·SMO算法 | 第26页 |
| ·BSVM | 第26-27页 |
| ·LIBSVM | 第27-29页 |
| ·SVM-light算法 | 第27-29页 |
| 第二章 蛋白质温热性识别 | 第29-37页 |
| 1 数据集选取 | 第29页 |
| 2 理论方法 | 第29-34页 |
| ·特征提取方法──多尺度组分与关联 | 第29-31页 |
| ·多尺度关联 | 第31页 |
| ·多尺度组分 | 第31页 |
| ·数据标准化转换 | 第31-32页 |
| ·程序源代码 | 第32-34页 |
| ·技术路线流程图 | 第34页 |
| 3 结果和讨论 | 第34-37页 |
| 第三章 亚细胞定位预测 | 第37-43页 |
| 1 数据集选取 | 第37页 |
| 2 理论方法 | 第37-39页 |
| ·“留─法” | 第37-38页 |
| ·M次交叉测试法 | 第38-39页 |
| ·预测结果评价标准 | 第39页 |
| 3 结果和讨论 | 第39-43页 |
| 参考文献 | 第43-47页 |
| 附录 | 第47-51页 |
| 致谢 | 第51-52页 |
| 作者简介 | 第52页 |
