高维特征非线性快速筛选及其在生物信息学应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| 1 研究意义、目的及研究背景 | 第11-18页 |
| ·特征选择方法概述 | 第11-13页 |
| ·特征选择方法定义 | 第11页 |
| ·特征选择方法分类 | 第11-13页 |
| ·高维特征选择 | 第13页 |
| ·基于支持向量机的特征选择方法 | 第13-16页 |
| ·基于机器学习的特征选择算法 | 第13-14页 |
| ·支持向量机理论 | 第14-15页 |
| ·基于SVM的特征选择算法 | 第15-16页 |
| ·特征选择在生物信息学上的应用 | 第16-18页 |
| ·特征选择应用于序列分析 | 第16-17页 |
| ·特征选择应用于单核苷酸多态性 | 第17页 |
| ·特征选择应用于微阵列分析 | 第17-18页 |
| 2 研究内容与创新点 | 第18-19页 |
| ·主要研究内容 | 第18-19页 |
| ·主要创新点 | 第19页 |
| 3 本文内容编排 | 第19-20页 |
| 第二章 高维变量非线性快速筛选与肽QSAR建模 | 第20-30页 |
| 1 原理和方法 | 第21-22页 |
| ·肽结构表征 | 第21页 |
| ·基于SVR的高维特征非线性快速筛选 | 第21-22页 |
| ·模型验证 | 第22页 |
| ·模型解释 | 第22页 |
| 2 结果与讨论 | 第22-29页 |
| ·苦味二肽QSAR研究 | 第22-25页 |
| ·血管紧张素转化酶抑制剂QSAR研究 | 第25-29页 |
| 3 结论 | 第29-30页 |
| 第三章 复杂疾病基因表达谱信息基因选择 | 第30-38页 |
| 1 原理和方法 | 第31-34页 |
| ·基于SVC的高维特征非线性快速筛选 | 第31-32页 |
| ·模型验证方法与评价指标选择 | 第32-33页 |
| ·伪SVR成对数据t测验法 | 第33-34页 |
| 2 结果与讨论 | 第34-37页 |
| ·急性白血病基因表达谱信息基因选择研究 | 第34-36页 |
| ·结肠癌基因表达谱信息基因选择研究 | 第36-37页 |
| 3 结论 | 第37-38页 |
| 第四章 蛋白质相互作用预测 | 第38-44页 |
| 1 材料和方法 | 第39-42页 |
| ·数据集及其预处理 | 第39-40页 |
| ·特征向量提取 | 第40-41页 |
| ·基于RVKDE的高维特征非线性快速筛选 | 第41-42页 |
| ·模型验证 | 第42页 |
| 2 结果与讨论 | 第42-43页 |
| 3 结论 | 第43-44页 |
| 第五章 结论与展望 | 第44-47页 |
| 1 论文创新点及其主要结论 | 第44-45页 |
| 2 论文不足及其展望 | 第45-47页 |
| 参考文献 | 第47-57页 |
| 致谢 | 第57-58页 |
| 作者简历 | 第58页 |
