首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于氨基酸组成及其理化性质的鱼虾抗性多肽的识别和预测

摘要第4-5页
Abstract第5-6页
第一章 绪论第13-23页
    1.1 研究背景及意义第13-15页
    1.2 研究现状第15-19页
        1.2.1 水产生物抗性基因的研究现状第15-16页
        1.2.2 水产生物抗菌肽的研究现状第16-19页
    1.3 本文的研究内容及创新点第19-20页
    1.4 本文的结构及内容第20-23页
第二章 抗性基因与抗菌肽的特征提取方法第23-31页
    2.1 基于氨基酸组成和其理化特性的188维特征第23-25页
    2.2 两亲性伪氨基酸组成特征Am-Pse-AAC第25-27页
    2.3 基于位置特异性得分矩阵(PSSM)的PFPA特征第27-28页
    2.4 基于五种理化性质的系列相关型伪氨基酸组成特征Co-Pse-AAC第28-31页
第三章 大黄鱼抗性基因预测模型的构建及预测第31-53页
    3.1 抗性基因基准数据集的获取及构建第32-33页
        3.1.1 抗性基因相关数据库第32页
        3.1.2 正样本及待测样本的构建第32页
        3.1.3 负样本的构建第32-33页
        3.1.4 数据预处理第33页
    3.2 特征提取及数据集平衡第33-35页
        3.2.1 抗性基因特征提取第34-35页
        3.2.2 平衡基准数据集第35页
    3.3 分类器构建第35-38页
    3.4 模型评价标准第38-40页
    3.5 实验结果及分析第40-46页
        3.5.1 不同特征提取方法比较分析第40-42页
        3.5.2 采样方法实验结果第42-43页
        3.5.3 不同分类算法的比较分析第43-46页
    3.6 大黄鱼抗性基因和类抗性基因片段的预测第46-48页
    3.7 大黄鱼R-gene预测系统第48-51页
    3.8 本章小结第51-53页
第四章 对虾抗菌肽及抗菌功能分类模型的构建及预测第53-75页
    4.1 抗菌肽基准数据集的获取及构建第54-58页
        4.1.1 抗菌肽相关数据库第54页
        4.1.2 正样本的构建第54-55页
        4.1.3 负样本的构建第55-57页
        4.1.4 数据预处理第57-58页
    4.2 特征提取及平衡数据集第58-60页
        4.2.1 特征提取第58-60页
        4.2.2 平衡基准数据集第60页
    4.3 基于多标签分类的两级分类器构建第60-63页
    4.4 模型评价标准第63-64页
    4.5 实验结果及分析第64-71页
        4.5.1 从序列中区分抗菌肽第64-66页
        4.5.2 多功能抗菌肽类别识别第66-70页
        4.5.3 与其他方法的比较第70-71页
    4.6 对虾抗菌肽及其所属抗菌功能的预测第71-72页
    4.7 本章小结第72-75页
第五章 总结与展望第75-77页
    5.1 总结第75-76页
    5.2 展望第76-77页
参考文献第77-81页
攻读硕士学位期间发表论文及科研情况第81-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于决策树方法的非平衡问题数值分析与算法改进
下一篇:超越声音与技巧:央视新闻播音员主持人直播“失误”再考量