首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

主题模型在基因语义相似度计算中的应用与研究

摘要第6-7页
Abstract第7-8页
第一章 绪论第13-16页
    1.1 研究背景第13页
    1.2 研究现状第13-14页
    1.3 研究内容第14-15页
    1.4 本文结构安排第15-16页
第二章 理论基础与相关技术第16-22页
    2.1 生物信息学理论基础第16-17页
        2.1.1 生物信息学第16页
        2.1.2 基因本体第16-17页
    2.2 基因相似度第17-18页
    2.3 数据挖掘第18-19页
    2.4 主题模型第19-20页
        2.4.1 主题模型概述第19页
        2.4.2 LDA与BTM模型第19-20页
    2.5 本章小结第20-22页
第三章 基于本体的基因相似度计算第22-28页
    3.1 基于图形的方法第22-23页
    3.2 基于向量的方法第23页
    3.3 基于集合的方法第23-24页
    3.4 基于术语的方法第24-27页
        3.4.1 基于边的方法第24-25页
        3.4.2 基于节点的方法第25-26页
        3.4.3 基于混合的方法第26-27页
    3.5 本章小结第27-28页
第四章 基于主题模型的基因语义相似度计算第28-37页
    4.1 算法基本思想及主要步骤第28-30页
        4.1.1 主要步骤第28-30页
        4.1.2 SSGTLDA模型和SSGTBTM模型对比第30页
    4.2 预处理第30-32页
    4.3 生成向量第32-35页
        4.3.1 SSGTLDA模型的向量生成过程第32-34页
        4.3.2 SSGTBTM模型的向量生成过程第34-35页
    4.4 计算向量相似度第35-36页
    4.5 计算基因相似度第36页
    4.6 本章小结第36-37页
第五章 实验设计与结果分析第37-47页
    5.1 实验环境第37页
    5.2 实验设计第37-40页
        5.2.1 实验数据第37-38页
        5.2.2 实验方案第38-39页
        5.2.3 实验评价方式第39-40页
    5.3 实验结果与分析第40-46页
        5.3.1 术语对实验结果分析第40-41页
        5.3.2 蛋白质对实验结果分析第41-46页
    5.4 本章小结第46-47页
第六章 总结与展望第47-49页
    6.1 总结第47页
    6.2 展望第47-49页
参考文献第49-53页
攻读硕士学位期间科研成果第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于轨迹时空匹配的动作识别算法研究
下一篇:塑封邮件图像的收件人地址块定位