基于支持向量机的蛋白质二级结构预测编码方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容和创新点 | 第11-12页 |
| ·论文的章节安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 背景知识 | 第14-22页 |
| ·生物信息学简介 | 第14-15页 |
| ·蛋白质知识简介 | 第15-18页 |
| ·分子组成 | 第15-16页 |
| ·结构分类 | 第16-18页 |
| ·蛋白质结构预测简介 | 第18-21页 |
| ·蛋白质结构预测方法 | 第18-19页 |
| ·蛋白质结构预测基本流程 | 第19-20页 |
| ·蛋白质数据库 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 蛋白质二级结构预测 | 第22-27页 |
| ·蛋白质二级结构预测发展 | 第22-23页 |
| ·常用的蛋白质二级结构预测方法 | 第23-25页 |
| ·基于统计的预测方法 | 第23页 |
| ·基于知识的预测方法 | 第23-24页 |
| ·基于机器学习的预测方法 | 第24页 |
| ·混合预测方法 | 第24-25页 |
| ·蛋白质二级结构预测评价方法 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第4章 支持向量机及其应用 | 第27-36页 |
| ·支持向量机 | 第27-31页 |
| ·SVM分类算法 | 第27-29页 |
| ·核函数选择 | 第29-30页 |
| ·参数选择 | 第30页 |
| ·多类样本分类的实现 | 第30-31页 |
| ·支持向量机在个人信用评估中的应用 | 第31-35页 |
| ·基于SVM的个人信用评估模型 | 第31-32页 |
| ·实验及分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 一种新的蛋白质二级结构预测编码方法 | 第36-45页 |
| ·序列输入输出编码方法 | 第36-40页 |
| ·常见的几种输入编码方法 | 第36-39页 |
| ·输出结构编码方法 | 第39页 |
| ·数据向量化 | 第39-40页 |
| ·新的编码方法 | 第40-42页 |
| ·实验及分析 | 第42-44页 |
| ·数据集 | 第42页 |
| ·二级结构归并方式 | 第42页 |
| ·实验的基本步骤 | 第42-43页 |
| ·实验结果及分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-46页 |
| ·本文总结 | 第45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 附录: 读学位期间参与的科研课题与公开发表的论文 | 第51页 |
