| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 DNA与基因 | 第11-12页 |
| 1.1.2 RNA | 第12页 |
| 1.1.3 微RNA | 第12-13页 |
| 1.1.4 长分子非编码RNA | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 相关生物数据库 | 第13-14页 |
| 1.2.2 预测算法介绍 | 第14-16页 |
| 1.3 研究内容及意义 | 第16-17页 |
| 1.4 论文中的性能指标评价方法 | 第17-18页 |
| 1.5 章节安排 | 第18-20页 |
| 2 基于异构网络的lncRNA-疾病预测 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 数据获取 | 第20-21页 |
| 2.2.1 lncRNA-疾病关联关系矩阵 | 第20页 |
| 2.2.2 疾病功能相似性 | 第20-21页 |
| 2.3 数据处理 | 第21-22页 |
| 2.3.1 lncRNA功能相似性矩阵构建 | 第21-22页 |
| 2.3.2 疾病功能相似性矩阵构建 | 第22页 |
| 2.4 算法描述 | 第22-28页 |
| 2.4.1 随机游走模型 | 第22-24页 |
| 2.4.2 基于lncRNA功能相似性网络随机游走算法介绍 | 第24页 |
| 2.4.3 改进算法思想 | 第24-26页 |
| 2.4.4 具体实现过程 | 第26-28页 |
| 2.5 实验分析 | 第28-31页 |
| 2.5.1 评价指标 | 第28-29页 |
| 2.5.2 结果分析 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 基于二次K近邻的lncRNA-疾病预测 | 第32-40页 |
| 3.1 引言 | 第32-33页 |
| 3.1.1 算法描述 | 第32-33页 |
| 3.1.2 算法分析 | 第33页 |
| 3.2 数据获取 | 第33-34页 |
| 3.3 基于二次K近邻的预测算法 | 第34-36页 |
| 3.3.1 未加权的二次K近邻算法 | 第34-35页 |
| 3.3.2 加权的二次K近邻算法 | 第35-36页 |
| 3.4 实验分析 | 第36-39页 |
| 3.4.1 实验结果验证及分析 | 第36-38页 |
| 3.4.2 预测结果 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 lncRNA-疾病关联关系查询网站的设计与实现 | 第40-50页 |
| 4.1 系统体系结构 | 第40-41页 |
| 4.2 系统总体功能结构 | 第41页 |
| 4.3 数据库设计 | 第41-42页 |
| 4.3.1.逻辑结构设计 | 第41-42页 |
| 4.3.2.数据物理结构设计 | 第42页 |
| 4.4 具体功能及页面展示 | 第42-45页 |
| 4.4.1 搜索页面展示 | 第42-44页 |
| 4.4.2 下载现有数据集页面展示 | 第44-45页 |
| 4.4.3 添加新数据页面展示 | 第45页 |
| 4.5 系统测试 | 第45-48页 |
| 4.5.1 测试环境 | 第45-46页 |
| 4.5.2 主要功能测试 | 第46-47页 |
| 4.5.3 系统压力测试 | 第47-48页 |
| 4.5.4 运行与维护 | 第48页 |
| 4.6 本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |