基于朴素贝叶斯的piRNA识别问题研究
中文摘要 | 第1-5页 |
Abstract | 第5-7页 |
第一章 绪论 | 第7-9页 |
·生物信息学的介绍 | 第7-8页 |
·本文的主要工作 | 第8-9页 |
第二章 非编码小RNA分类预测问题概述 | 第9-12页 |
·非编码RNA的研究现状 | 第9-12页 |
·非编码RNA的分类及其作用 | 第9-10页 |
·非编码RNA的研究意义 | 第10页 |
·非编码RNA预测研究现状 | 第10-12页 |
第三章 特征构建方法和分类器 | 第12-23页 |
·序列特征的构建方法 | 第12-14页 |
·k-mer法 | 第12-13页 |
·基于核苷酸分类的特征表示方法 | 第13-14页 |
·分类器 | 第14-23页 |
·朴素贝叶斯分类器 | 第14-15页 |
·贝叶斯网络 | 第15-16页 |
·支持向量机 | 第16-19页 |
·K-最近邻法 | 第19-20页 |
·神经网络 | 第20-23页 |
第四章 piRNA分类预测问题 | 第23-36页 |
·piRNA的研究状况 | 第23-25页 |
·piRNA的发现及其生物学功能 | 第23-25页 |
·piRNA研究的意义 | 第25页 |
·研究序列数据集的说明 | 第25-27页 |
·数据来源 | 第25页 |
·序列特征构建 | 第25-27页 |
·使用朴素贝叶斯预测的实现 | 第27-30页 |
·输入数据的格式 | 第29页 |
·参数试验 | 第29-30页 |
·5-轮交叉检验 | 第30页 |
·预测过程 | 第30页 |
·实验结果与分析 | 第30-36页 |
第五章 总结与展望 | 第36-37页 |
在校期间科研成果 | 第37-38页 |
致谢 | 第38-39页 |
参考文献 | 第39-41页 |