| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 生物信息学 | 第7-8页 |
| 1.2 机器学习 | 第8-12页 |
| 1.2.1 数据分析 | 第8-9页 |
| 1.2.2 数据处理 | 第9-11页 |
| 1.2.3 数据挖掘 | 第11-12页 |
| 1.3 组织结构及创新点 | 第12-13页 |
| 1.3.1 文章的组织结构 | 第12页 |
| 1.3.2 文章的创新点 | 第12-13页 |
| 第二章 一种基于压缩感知和动态时间规整的信号肽特征提取算法 | 第13-25页 |
| 2.1 引言 | 第13页 |
| 2.2 信号肽特征提取新算法 | 第13-17页 |
| 2.2.1 采用压缩感知提取低维观测信号 | 第13-16页 |
| 2.2.2 采用动态时间规整算法提取信号肽特征向量 | 第16-17页 |
| 2.3 实验与结果分析 | 第17-23页 |
| 2.3.1 实验数据集 | 第17-18页 |
| 2.3.2 压缩感知特征结果分析 | 第18-19页 |
| 2.3.3 动态时间规整特征结果分析 | 第19-23页 |
| 2.4 小结 | 第23-25页 |
| 第三章 一种基于小波包分解和动态时间规整的亚细胞定位分类算法 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 亚细胞定位分类新算法 | 第25-30页 |
| 3.2.1 序列数值化 | 第26-27页 |
| 3.2.2 小波包分解得到序列片段 | 第27-28页 |
| 3.2.3 动态时间规整算法计算相似度并分类 | 第28-30页 |
| 3.3 实验与结果分析 | 第30-35页 |
| 3.4 小结 | 第35-37页 |
| 第四章 总结与展望 | 第37-39页 |
| 4.1 全文总结 | 第37页 |
| 4.2 未来展望 | 第37-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 附录：作者在攻读硕士学位期间发表的论文及参加的学术活动 | 第43页 |
