基于多视角特征融合与随机森林的蛋白质结晶预测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 引言 | 第7页 |
| 1.2 研究背景 | 第7-9页 |
| 1.2.1 研究意义 | 第7-8页 |
| 1.2.2 国内外研究进展 | 第8-9页 |
| 1.3 论文主要研究内容 | 第9-10页 |
| 1.4 本文的组织结构 | 第10-11页 |
| 2 蛋白质结晶预测相关知识 | 第11-16页 |
| 2.1 蛋白质概述 | 第11页 |
| 2.2 氨基酸概述 | 第11-12页 |
| 2.3 蛋白质结构 | 第12-13页 |
| 2.4 蛋白质表示方法 | 第13-14页 |
| 2.5 蛋白质结晶 | 第14-15页 |
| 2.6 本章小结 | 第15-16页 |
| 3 蛋白质结晶预测框架 | 第16-40页 |
| 3.1 特征提取 | 第16-19页 |
| 3.1.1 伪氨基酸组成成分特征提取 | 第16-18页 |
| 3.1.2 伪位置特异性得分矩阵特征提取 | 第18-19页 |
| 3.2 特征融合 | 第19-23页 |
| 3.2.1 基于特征选择方法 | 第20页 |
| 3.2.2 基于特征组合方法 | 第20-21页 |
| 3.2.3 基于特征提取方法 | 第21-23页 |
| 3.2.4 特征归一化 | 第23页 |
| 3.3 分类器 | 第23-34页 |
| 3.3.1 径向基函数 | 第24页 |
| 3.3.2 支持向量机(SVM) | 第24-30页 |
| 3.3.3 随机森林 | 第30-34页 |
| 3.4 交叉验证 | 第34-35页 |
| 3.5 预测结果评价 | 第35-36页 |
| 3.6 和现有预测方法对比 | 第36-38页 |
| 3.7 预测框架 | 第38页 |
| 3.8 本章小结 | 第38-40页 |
| 4 实验结果与分析 | 第40-53页 |
| 4.1 数据集 | 第40-42页 |
| 4.2 特征融合 | 第42-47页 |
| 4.2.1 特征选择 | 第42-44页 |
| 4.2.2 特征组合 | 第44-46页 |
| 4.2.3 特征提取 | 第46-47页 |
| 4.3 不同分类器的预测结果 | 第47-48页 |
| 4.4 不同特征组的预测结果 | 第48-49页 |
| 4.5 和现有的预测性能对比 | 第49-51页 |
| 4.6 本章小结 | 第51-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 未来工作和展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 附录 | 第63页 |
