| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-34页 |
| 1 基因识别 | 第9-13页 |
| ·真核生物的基因结构 | 第9-11页 |
| ·真核生物基因识别算法 | 第11-13页 |
| 2 回归预测 | 第13-18页 |
| ·多维时间序列分析 | 第13-14页 |
| ·定量构效关系 | 第14-15页 |
| ·建模方法 | 第15-18页 |
| 3 支持向量机原理 | 第18-24页 |
| ·SVC基本原理 | 第18-21页 |
| ·线性支持向量机 | 第18-21页 |
| ·非线性支持向量机 | 第21页 |
| ·SVR基本原理 | 第21-23页 |
| ·LIBSVM简介 | 第23-24页 |
| 4 本文的研究内容与创新点 | 第24-25页 |
| 参考文献 | 第25-34页 |
| 第二章 基于多尺度组分与关联法的外显子与内含子识别 | 第34-47页 |
| 1 引言 | 第34页 |
| 2 数据集与方法 | 第34-38页 |
| ·基本数据集 | 第35页 |
| ·Fisher判别法 | 第35页 |
| ·交叉验证 | 第35-36页 |
| ·多尺度组分与关联法 | 第36-38页 |
| ·多尺度关联 | 第36-37页 |
| ·多尺度组分 | 第37-38页 |
| ·识别性能的评价指标 | 第38页 |
| 3 结果与分析 | 第38-44页 |
| ·最优碱基编码 | 第38页 |
| ·最优特征值统计量 | 第38-39页 |
| ·尺度与步长不同组合对识别性能的影响 | 第39-40页 |
| ·组分与关联不同组合对识别性能的影响 | 第40-41页 |
| ·外显子与内含子的识别 | 第41-44页 |
| ·最优关联特征参数 | 第41页 |
| ·外显子与内含子识别结果 | 第41-44页 |
| 4 讨论 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 第三章 基于 SVR与CAR的多维时间序列分析 | 第47-55页 |
| 1 引言 | 第47页 |
| 2 SVR-CAR建模方法 | 第47-49页 |
| ·模型定阶 | 第47-48页 |
| ·变量筛选 | 第48-49页 |
| ·预测评价指标 | 第49页 |
| 3 实例分析 | 第49-51页 |
| 4 讨论 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 第四章 基于SVR和k-近邻群组合预测的QSAR研究 | 第55-64页 |
| 1 引言 | 第55页 |
| 2 数据集与方法 | 第55-58页 |
| ·数据集 | 第55-56页 |
| ·核函数选取与描述符筛选 | 第56页 |
| ·全局预测与近邻群预测 | 第56-58页 |
| ·基于近邻群的 SVR组合预测 | 第58页 |
| ·预测评价指标及算法实现 | 第58页 |
| 3 结果与分析 | 第58-60页 |
| ·最优核函数与保留描述符 | 第59页 |
| ·全局预测与近邻群预测 | 第59-60页 |
| ·组合预测 | 第60页 |
| 4 讨论 | 第60-63页 |
| 参考文献 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |