| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要内容和结构安排 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第二章 蛋白质亚细胞定位预测的生物信息学方法 | 第15-29页 |
| ·蛋白质亚细胞定位的生物学基础 | 第15-18页 |
| ·蛋白质简介 | 第15-16页 |
| ·亚细胞定位的概念 | 第16-17页 |
| ·前导序列决定蛋白质在细胞器中的定位 | 第17-18页 |
| ·生命中心法则 | 第18页 |
| ·蛋白质特征提取方法 | 第18-22页 |
| ·基于氨基酸组成和位置的编码 | 第18-20页 |
| ·基于氨基酸物理化学性质特征的编码 | 第20-21页 |
| ·基于数据信息挖掘的编码 | 第21-22页 |
| ·应用于亚细胞定位领域的机器学习算法 | 第22-27页 |
| ·隐马尔可夫模型 | 第22页 |
| ·支持向量机(Support vector machine ,SVM) | 第22-25页 |
| ·动态规划 | 第25页 |
| ·多分类器的组合 | 第25-26页 |
| ·预测性能评估 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第三章 基于多特征融合和纠错输出编码的亚细胞定位 | 第29-51页 |
| ·数据集 | 第29-30页 |
| ·多特征融合的特征提取算法 | 第30-35页 |
| ·伪氨基酸组成模型融合理化组成模型 | 第30-33页 |
| ·伪氨基酸组成、理化组成融合氨基酸水合性质组成模型 | 第33-34页 |
| ·伪氨基酸组成、理化组成融合距离特征模型 | 第34-35页 |
| ·基于纠错输出编码的亚细胞分类模型 | 第35-49页 |
| ·纠错输出编码模型 | 第35-36页 |
| ·编码矩阵的特性 | 第36-37页 |
| ·纠错输出编码模型的特点 | 第37页 |
| ·Hadmard 编码 | 第37-38页 |
| ·粒子群优化算法的介绍 | 第38-42页 |
| ·基分类器的选用 | 第42-46页 |
| ·概率增强式程序进化（ Probabilistic incremental program evolution ,PIPE） | 第46-49页 |
| ·小结 | 第49-51页 |
| 第四章 实验结果及分析 | 第51-57页 |
| ·实验一 | 第51-52页 |
| ·特征提取结果 | 第51页 |
| ·预测模型 | 第51页 |
| ·实验结果 | 第51-52页 |
| ·实验二 | 第52-53页 |
| ·特征提取结果 | 第52页 |
| ·分类器模型 | 第52页 |
| ·实验结果 | 第52-53页 |
| ·实验三 | 第53-54页 |
| ·特征提取结果 | 第53页 |
| ·分类预测模型 | 第53页 |
| ·实验结果 | 第53-54页 |
| ·实验四 | 第54-55页 |
| ·特征提取结果 | 第54页 |
| ·分类预测模型 | 第54页 |
| ·实验结果 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·进一步研究设想 | 第57-58页 |
| ·心得体会 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 附录 | 第65页 |
