| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·目前国内外研究进展 | 第13-16页 |
| ·生物实验方法 | 第13-15页 |
| ·计算生物学方法 | 第15-16页 |
| ·蛋白质相互作用的研究意义 | 第16-17页 |
| ·本文研究进度安排 | 第17-20页 |
| 第二章 相关理论知识及数据库简介 | 第20-32页 |
| ·蛋白质相关知识 | 第20-25页 |
| ·氨基酸 | 第20-21页 |
| ·蛋白质的结构 | 第21-25页 |
| ·生物学相关数据库介绍 | 第25-28页 |
| ·GenBank 数据库 | 第25-26页 |
| ·PDB 数据库 | 第26-27页 |
| ·DIP 数据库 | 第27页 |
| ·DSSP 数据库 | 第27-28页 |
| ·蛋白质相互作用预测的计算方法 | 第28-31页 |
| ·预测蛋白质相互作用位点的方法 | 第28-29页 |
| ·预测蛋白质-蛋白质间相互作用的方法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 神经网络与集成学习 | 第32-46页 |
| ·BP 神经网络 | 第33-34页 |
| ·RBF 神经网络 | 第34-35页 |
| ·神经网络的集成 | 第35-38页 |
| ·构造基本分类器的方法 | 第36-37页 |
| ·基本分类器的集成方法 | 第37-38页 |
| ·集成神经网络中各参数的优化 | 第38-43页 |
| ·GA 优化集成神经网络的方法介绍 | 第38-41页 |
| ·PSO 优化集成神经网络的方法介绍 | 第41-43页 |
| ·GA 与 PSO 分析比价 | 第43页 |
| ·本章小结 | 第43-46页 |
| 第四章 基于组合特征集成的蛋白质相互作用位点预测 | 第46-54页 |
| ·数据来源 | 第46-47页 |
| ·特征提取 | 第47-48页 |
| ·蛋白质相互作用界面残基的定义 | 第48-49页 |
| ·样本集创建 | 第49-50页 |
| ·RBF 集成神经网络构建 | 第50-51页 |
| ·实验结果分析 | 第51-53页 |
| ·系统评价参数 | 第51-52页 |
| ·预测结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于集成神经网络的蛋白质-蛋白质间相互作用预测 | 第54-70页 |
| ·数据来源 | 第54-55页 |
| ·N 间隔二联体特征提取法 | 第55-57页 |
| ·蛋白质-蛋白质相互作用的编码方式研究 | 第57-59页 |
| ·向量加法编码 | 第58页 |
| ·向量减法编码 | 第58页 |
| ·核函数编码 | 第58-59页 |
| ·直接串联编码 | 第59页 |
| ·基于 BP 神经网络集成的蛋白质-蛋白质相互作用预测 | 第59-64页 |
| ·样本集创建 | 第59-60页 |
| ·BP 集成神经网络构建 | 第60-61页 |
| ·实验结果分析 | 第61-64页 |
| ·基于 RBF 神经网络集成的蛋白质-蛋白质相互作用预测 | 第64-68页 |
| ·样本集创建 | 第64页 |
| ·RBF 神经网络构建 | 第64-66页 |
| ·实验结果分析 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-74页 |
| ·本文主要研究成果创新 | 第70-71页 |
| ·研究问题与展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 附录 | 第82页 |
