MicroRNA预测分类及其特性研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 知识背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外现状 | 第12-17页 |
| 1.2.1 miRNA研究现状 | 第12-15页 |
| 1.2.2 miRNA家族分类现状 | 第15-16页 |
| 1.2.3 不平衡数据分类现状 | 第16-17页 |
| 1.3 相关知识介绍 | 第17-18页 |
| 1.4 本文内容安排 | 第18-19页 |
| 第二章 miRNA特性和预测算法介绍 | 第19-33页 |
| 2.1 miRNA生物特征 | 第19页 |
| 2.2 物种差异相关研究 | 第19-21页 |
| 2.3 生物信息学意义 | 第21-23页 |
| 2.3.1 保守性特征在预测中的作用 | 第21-22页 |
| 2.3.2 使用基因簇特征发掘miRNA | 第22-23页 |
| 2.3.3 用生物信息学分析特征 | 第23页 |
| 2.4 miRNA研究综述 | 第23-33页 |
| 2.4.1 miRNA前体分类方法 | 第25-27页 |
| 2.4.2 miRNA提取挖掘方法 | 第27-33页 |
| 第三章 microRNA家族分类及其生物医学应用 | 第33-49页 |
| 3.1 相关知识及背景 | 第33-34页 |
| 3.2 基于分层预测的miRNA家族分类方法 | 第34-42页 |
| 3.2.1 特征选择 | 第34-36页 |
| 3.2.2 随机森林方法 | 第36-39页 |
| 3.2.3 miRClassify预测方法 | 第39-41页 |
| 3.2.4 医学应用 | 第41-42页 |
| 3.3 实验结果与分析 | 第42-49页 |
| 3.3.1 数据集 | 第42-43页 |
| 3.3.2 预测结果对比分析 | 第43-47页 |
| 3.3.3 Web网站描述 | 第47-49页 |
| 第四章 不平衡分类策略及在miRNA上的应用 | 第49-69页 |
| 4.1 引言 | 第49-50页 |
| 4.2 不平衡分类基础相关 | 第50-61页 |
| 4.2.1 集成学习理论基础 | 第50-56页 |
| 4.2.2. 针对不平衡数据集的算法 | 第56-61页 |
| 4.3 不平衡分类方法 | 第61-64页 |
| 4.4 实验结果与分析 | 第64-69页 |
| 4.4.1 uci数据 | 第64-66页 |
| 4.4.2 miRNA数据 | 第66-69页 |
| 第五章 总结和展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 未来展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表论文及科研情况 | 第74-75页 |
| 致谢 | 第75页 |
