| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·生物信息学简介 | 第12-13页 |
| ·蛋白质的重要地位 | 第13-15页 |
| ·蛋白质的功能 | 第13-14页 |
| ·蛋白质的分子组成与结构单位 | 第14-15页 |
| ·预测蛋白质相互作用位点的意义 | 第15-16页 |
| ·论文工作与安排 | 第16-18页 |
| 第二章 蛋白质相互作用位点的预测 | 第18-34页 |
| ·蛋白质相互作用 | 第18-19页 |
| ·蛋白质相互作用位点 | 第19-30页 |
| ·研究意义 | 第19页 |
| ·生物实验研究方法 | 第19页 |
| ·理论研究方法 | 第19-21页 |
| ·蛋白质相互作用位点信息的表示 | 第21-23页 |
| ·特征简介 | 第23-30页 |
| ·蛋白质相互作用位点的定义 | 第30-31页 |
| ·蛋白质相互作用位点的预测及其研究现状 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 神经网络及其集成 | 第34-54页 |
| ·人工神经网络 | 第34-35页 |
| ·BP 神经网络 | 第35-38页 |
| ·BP 神经网络及其计算 | 第35-37页 |
| ·BP 神经网络的不足 | 第37-38页 |
| ·径向基函数神经网络 | 第38-43页 |
| ·径向基函数神经网络原理 | 第38-39页 |
| ·径向基函数神经网络的作用及优点 | 第39-40页 |
| ·粒子群优化算法 | 第40-43页 |
| ·神经网络的集成 | 第43-52页 |
| ·投票表决融合算法 | 第43-45页 |
| ·基于遗传算法的选择集成方法 | 第45页 |
| ·遗传算法 | 第45-49页 |
| ·新集成分类器的创建 | 第49-50页 |
| ·主成分分析方法 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于集成神经网络的蛋白质相互作用位点的预测 | 第54-74页 |
| ·基于集成BP 神经网络的蛋白质相互作用位点的预测 | 第54-61页 |
| ·研究方法与实验材料 | 第54-58页 |
| ·实验结果与讨论 | 第58-60页 |
| ·结论 | 第60-61页 |
| ·基于集成 RBF 神经网络的蛋白质相互作用位点的预测 | 第61-68页 |
| ·研究方法与实验材料 | 第61-66页 |
| ·实验结果与讨论 | 第66-67页 |
| ·结论 | 第67-68页 |
| ·基于一种新集成分类器的蛋白质相互作用位点的预测 | 第68-74页 |
| ·研究方法与实验材料 | 第68-71页 |
| ·实验结果与讨论 | 第71-73页 |
| ·结论 | 第73-74页 |
| 第五章 结论与展望 | 第74-78页 |
| ·论文的总结 | 第74-75页 |
| ·问题与展望 | 第75-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 附录 | 第84页 |
