基于支持向量机方法的剪接位点预测
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第9-12页 |
| ·课题研究的背景 | 第9页 |
| ·课题研究的意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| 2 剪接位点识别与支持向量机理论 | 第12-27页 |
| ·剪接位点位点识别基本知识 | 第12-18页 |
| ·基因与剪接位点 | 第12-16页 |
| ·基因预测与剪接位点识别 | 第16-18页 |
| ·支持向量机理论 | 第18-25页 |
| ·统计学习理论的基本内容 | 第18-21页 |
| ·支持向量机的基本原理 | 第21-25页 |
| ·本章小结 | 第25-27页 |
| 3 基于不同核函数的支持向量机剪接位点识别 | 第27-37页 |
| ·实验数据的选取 | 第27-28页 |
| ·基于支持向量机剪接位点识别的模型 | 第28-30页 |
| ·数据的预处理 | 第29页 |
| ·基于不同核函数的特征提取 | 第29页 |
| ·实验结果与分析 | 第29-30页 |
| ·基于混合核函数模糊支持向量机的剪接位点识别 | 第30-36页 |
| ·核函数与多核支持向量机 | 第30-32页 |
| ·模糊支持向量机 | 第32-34页 |
| ·基于混合核模糊支持向量机的剪接位点实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于多支持向量机的剪接位点识别 | 第37-45页 |
| ·多支持向量机模型 | 第37-38页 |
| ·模拟退火算法理论简要 | 第38-43页 |
| ·算法思想 | 第38-39页 |
| ·模拟退火算法过程和特性 | 第39-43页 |
| ·多支持向量机优化模型的实验与结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 总结和展望 | 第45-47页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |