生物信息学中多标号不平衡分类问题的研究
| 摘要 | 第1-7页 |
| ABSTRACT（英文摘要） | 第7-11页 |
| 主要符号对照表 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·多标号不平衡分类问题及其研究现状 | 第12-13页 |
| ·多标号问题 | 第12页 |
| ·不平衡问题 | 第12-13页 |
| ·生物信息学中的多标号不平衡问题 | 第13-15页 |
| ·生物信息学的发展现状 | 第13-14页 |
| ·蛋白质亚细胞定位问题 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第二章 亚细胞定位的主要方法 | 第17-22页 |
| ·利用氨基酸组分和氨基酸对进行亚细胞定位 | 第17-18页 |
| ·基于基因本体论和功能域信息的亚细胞定位 | 第18-20页 |
| ·基因本体论简介 | 第18-19页 |
| ·利用基因本体论信息进行亚细胞定位 | 第19-20页 |
| ·利用中文分词技术进行特征提取的亚细胞定位方法 | 第20-22页 |
| 第三章 最小最大模块化网络 | 第22-31页 |
| ·任务分解 | 第22-25页 |
| ·将多类问题分解为二类问题 | 第22-23页 |
| ·一对一分解 | 第22-23页 |
| ·一对其他分解 | 第23页 |
| ·进一步分解二类问题 | 第23-25页 |
| ·合并子问题 | 第25-30页 |
| ·使用M3网络合并子问题 | 第25-27页 |
| ·MIN单元 | 第25-26页 |
| ·MAX单元 | 第26-27页 |
| ·将二类问题还原为多类问题 | 第27-30页 |
| ·用M~3网络解决多标号不平衡问题 | 第30-31页 |
| 第四章 分解策略 | 第31-41页 |
| ·随机分解 | 第31页 |
| ·超平面分解 | 第31-33页 |
| ·PCA超平面分解 | 第33-34页 |
| ·聚类算法 | 第34-38页 |
| ·K-Means聚类算法 | 第35-37页 |
| ·均等聚类算法 | 第37-38页 |
| ·根据样本的先验知识划分模块 | 第38-41页 |
| 第五章 实验方法 | 第41-56页 |
| ·实验数据 | 第41-44页 |
| ·SWISS-PROT蛋白质数据库简介 | 第41页 |
| ·SWISS-PROT蛋白质数据结构 | 第41-43页 |
| ·构造数据集 | 第43-44页 |
| ·分类器 | 第44-51页 |
| ·统计学习理论 | 第44-45页 |
| ·支持向量机 | 第45-51页 |
| ·最佳分离超平面 | 第45-49页 |
| ·非线性可分的分离超平面 | 第49-50页 |
| ·支持向量机 | 第50-51页 |
| ·特征提取方法 | 第51-52页 |
| ·分解策略 | 第52-53页 |
| ·交叉验证 | 第53-54页 |
| ·保留法 | 第53-54页 |
| ·k折交叉验证 | 第54页 |
| ·留一法交叉验证 | 第54页 |
| ·评价标准 | 第54-56页 |
| 第六章 实验结果与分析 | 第56-64页 |
| ·模块大小对分类结果的影响 | 第56-59页 |
| ·不同分解策略之间的比较 | 第59-62页 |
| ·响应速度的比较 | 第62-64页 |
| 第七章 总结与展望 | 第64-66页 |
| ·本文的主要贡献 | 第64-65页 |
| ·进一步的研究工作 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第70页 |
