| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 蛋白质分子组成及结构分类 | 第12-14页 |
| 1.3.1 分子组成 | 第12页 |
| 1.3.2 结构分类 | 第12-14页 |
| 1.4 主要工作和组织结构 | 第14-16页 |
| 1.4.1 主要工作 | 第14页 |
| 1.4.2 组织结构 | 第14-16页 |
| 第2章 多分类器融合方法 | 第16-24页 |
| 2.1 多分类器融合概念 | 第16页 |
| 2.2 成员分类器 | 第16-17页 |
| 2.2.1 输出形式 | 第17页 |
| 2.2.2 挑选规则 | 第17页 |
| 2.3 融合方法主要类型 | 第17-23页 |
| 2.3.1 同态融合学习 | 第17-19页 |
| 2.3.2 异态融合学习 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于多重进化矩阵加权融合的蛋白质二级结构预测方法 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 基于多重进化矩阵的特征向量构造方法 | 第24-26页 |
| 3.3 基于多重进化矩阵的加权融合方法 | 第26-29页 |
| 3.3.1 方法的定义 | 第26-27页 |
| 3.3.2 成员分类器 | 第27-28页 |
| 3.3.3 方法的实现 | 第28-29页 |
| 3.4 实验准备 | 第29-32页 |
| 3.4.1 实验数据集 | 第29-30页 |
| 3.4.2 二级结构划分标准 | 第30页 |
| 3.4.3 参数求解 | 第30-31页 |
| 3.4.4 评估方法和指标 | 第31-32页 |
| 3.5 实验结果分析 | 第32-40页 |
| 3.5.1 成员分类器实验结果分析 | 第33-35页 |
| 3.5.2 多分类器融合方法实验结果分析 | 第35-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于熵的动态自适应加权融合蛋白质二级结构预测方法 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 成员分类器 | 第42-44页 |
| 4.3 基于熵的动态自适应加权融合方法 | 第44-47页 |
| 4.3.1 样本动态自适应加权融合方法 | 第45页 |
| 4.3.2 基于熵的动态自适应加权融合方法 | 第45-47页 |
| 4.4 实验准备 | 第47-48页 |
| 4.4.1 实验数据集 | 第47页 |
| 4.4.2 成员分类器选取以及参数设置 | 第47-48页 |
| 4.4.3 成员分类器输出结果预处理 | 第48页 |
| 4.5 实验结果分析 | 第48-53页 |
| 4.5.1 成员分类器实验结果分析 | 第48-50页 |
| 4.5.2 多分类器融合方法结果分析 | 第50-53页 |
| 4.6 本章小结 | 第53-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间的研究成果 | 第68页 |
| 一、发表学术论文 | 第68页 |
| 二、专利 | 第68页 |
| 三、获奖情况 | 第68页 |
| 四、参与科研项目 | 第68页 |