| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究意义 | 第11-12页 |
| ·相关研究工作 | 第12-16页 |
| ·传统图聚类算法 | 第12-14页 |
| ·结合基因表达数据的聚类算法 | 第14-15页 |
| ·结合功能信息和其他生物信息的算法 | 第15-16页 |
| ·本文的主要研究内容 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第二章 蛋白质网络概述 | 第18-24页 |
| ·基本概念 | 第18-21页 |
| ·基本结构特征 | 第21-23页 |
| ·节点度分布 | 第21-22页 |
| ·小世界特性 | 第22页 |
| ·高聚集系数 | 第22页 |
| ·簇结构 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于混合模块化度量标准的最佳邻居节点挖掘算法 | 第24-40页 |
| ·引言 | 第24-25页 |
| ·算法BN-LGQ | 第25-32页 |
| ·混合模块化度量标准LGQ | 第25-28页 |
| ·最佳邻居节点定义 | 第28页 |
| ·BN-LGQ算法描述 | 第28-32页 |
| ·实验结果与分析 | 第32-39页 |
| ·参数α对算法聚类结果的影响 | 第32-33页 |
| ·与参考蛋白质复合体进行比较 | 第33-35页 |
| ·功能富集和共定位富集分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于多阶段核扩展的最佳邻居节点挖掘算法 | 第40-57页 |
| ·引言 | 第40-41页 |
| ·算法BN-MNE | 第41-48页 |
| ·将无向网络图处理为带权的有向网络图 | 第41-42页 |
| ·识别蛋白质复合体一级核 | 第42-44页 |
| ·带权最佳邻居节点定义 | 第44-45页 |
| ·识别蛋白质复合体二级核 | 第45-46页 |
| ·通过多级核扩展生成蛋白质复合体 | 第46-48页 |
| ·实验结果与分析 | 第48-56页 |
| ·复杂社会网络 | 第48-52页 |
| ·蛋白质网络 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结 | 第57-59页 |
| ·本文的工作总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 在校期间发表的论文和参与的项目 | 第64-65页 |
| 致谢 | 第65页 |