使用集成聚类方法选取近天然蛋白质结构
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 现存问题及挑战 | 第9页 |
| 1.3 研究目的及意义 | 第9-10页 |
| 1.4 论文的组织结构 | 第10-11页 |
| 第二章 蛋白质结构 | 第11-21页 |
| 2.1 蛋白质结构的层级 | 第11-14页 |
| 2.1.1 蛋白质一级结构 | 第12页 |
| 2.1.2 蛋白质二级结构 | 第12页 |
| 2.1.3 蛋白质三级结构 | 第12-13页 |
| 2.1.4 蛋白质四级结构 | 第13-14页 |
| 2.2 蛋白质结构的测定 | 第14-15页 |
| 2.2.1 X射线晶体学 | 第14页 |
| 2.2.2 核磁共振 | 第14-15页 |
| 2.2.3 冷冻电镜技术 | 第15页 |
| 2.3 蛋白质结构的预测 | 第15-18页 |
| 2.3.1 同源建模 | 第15-16页 |
| 2.3.2 串线法建模 | 第16-17页 |
| 2.3.3 从头计算 | 第17-18页 |
| 2.4 蛋白质结构的表示 | 第18-19页 |
| 2.5 蛋白质结构的比较 | 第19-21页 |
| 2.5.1 观察视角 | 第19页 |
| 2.5.2 相似性度量 | 第19-21页 |
| 第三章 聚类 | 第21-28页 |
| 3.1 方法概述 | 第21-23页 |
| 3.1.1 划分法 | 第21页 |
| 3.1.2 层次法 | 第21-22页 |
| 3.1.3 密度算法 | 第22页 |
| 3.1.4 图论聚类法 | 第22-23页 |
| 3.1.5 网格算法 | 第23页 |
| 3.2 距离计算 | 第23-24页 |
| 3.2.1 欧氏距离 | 第23页 |
| 3.2.2 曼哈顿距离 | 第23-24页 |
| 3.2.3 余弦相似性 | 第24页 |
| 3.3 聚类质量 | 第24-25页 |
| 3.3.1 外在方法 | 第24-25页 |
| 3.3.2 内在方法 | 第25页 |
| 3.4 典型算法 | 第25-26页 |
| 3.4.1 K-均值算法 | 第25-26页 |
| 3.4.2 K-中心点算法 | 第26页 |
| 3.5 集成聚类 | 第26-28页 |
| 第四章 近天然结构选取 | 第28-35页 |
| 4.1 传统聚类方法 | 第28-30页 |
| 4.1.1 SPICKER | 第28-29页 |
| 4.1.2 存在的问题 | 第29-30页 |
| 4.2 集成聚类方法 | 第30-35页 |
| 4.2.1 方法要点 | 第30-31页 |
| 4.2.2 方法实现 | 第31-33页 |
| 4.2.3 打分函数 | 第33-35页 |
| 第五章 实验结果与分析 | 第35-42页 |
| 5.1 数据集 | 第35页 |
| 5.2 参数选择 | 第35-37页 |
| 5.3 实验结果 | 第37-41页 |
| 5.4 总结与展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 在学期间的研究成果 | 第45-46页 |
| 致谢 | 第46页 |
