智能计算在蛋白质结构预测中应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·蛋白质组计划 | 第11-12页 |
| ·蛋白质二级结构研究现状 | 第12-13页 |
| ·论文章节安排 | 第13-15页 |
| 第2章 蛋白质结构与智能算法 | 第15-26页 |
| ·蛋白质结构 | 第15-16页 |
| ·生物信息数据库技术 | 第16-20页 |
| ·生物学数据的特性 | 第17-18页 |
| ·生物分子数据库 | 第18-19页 |
| ·数据挖掘技术 | 第19页 |
| ·蛋白质数据集 | 第19-20页 |
| ·智能计算方法在蛋白质结构预测中的应用 | 第20-25页 |
| ·神经网络 | 第21-22页 |
| ·遗传算法 | 第22-23页 |
| ·隐马尔可夫模型 | 第23-24页 |
| ·模拟退火算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于神经网络的蛋白质结构预测 | 第26-39页 |
| ·神经网络 | 第26-30页 |
| ·神经网络 | 第26-27页 |
| ·神经网络的特点 | 第27-28页 |
| ·神经网络学习过程 | 第28-30页 |
| ·有教师学习 | 第28-29页 |
| ·无教师学习 | 第29-30页 |
| ·蛋白质序列特征提取方法 | 第30-34页 |
| ·蛋白质序列表示方法 | 第30-33页 |
| ·不同序列特征提取方法的验证 | 第33-34页 |
| ·几种改进的 BP 网络算法 | 第34-38页 |
| ·BP 网络算法 | 第34-36页 |
| ·BP 网络算法改进 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于遗传算法优化的蛋白质二级结构预测 | 第39-49页 |
| ·蛋白质序列编码方法 | 第39页 |
| ·蛋白质数据集的选择 | 第39-40页 |
| ·蛋白质结构预测的评价方法 | 第40-41页 |
| ·网络设计与试验结果 | 第41-47页 |
| ·遗传算法网络设计 | 第41-43页 |
| ·实验结果 | 第43-47页 |
| ·结果评价 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第5章 基于粒子群优化算法的蛋白质二级结构预测 | 第49-59页 |
| ·粒子群优化算法（PSO） | 第49-51页 |
| ·基本原理 | 第49-50页 |
| ·算法流程 | 第50-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·实验结果 | 第51-53页 |
| ·结果分析 | 第53-54页 |
| ·复合神经网络预测蛋白质二级结构 | 第54-58页 |
| ·复合神经网络模型设计 | 第54-55页 |
| ·蛋白质序列编码方法改进 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
