| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 第2章 剪切位点识别及支持向量机理论介绍 | 第17-30页 |
| 2.1 剪切位点识别背景知识 | 第17-19页 |
| 2.1.1 真核生物DNA序列的复杂性 | 第17页 |
| 2.1.2 真核基因的表达与剪切机制 | 第17-19页 |
| 2.2 支持向量机 | 第19-27页 |
| 2.2.1 支持向量机基本思想 | 第20-21页 |
| 2.2.2 特异点的处理 | 第21-22页 |
| 2.2.3 拉格朗日函数与对偶算法 | 第22-25页 |
| 2.2.4 核函数 | 第25-27页 |
| 2.3 字符串核函数 | 第27-29页 |
| 2.3.1 字符串核函数简介 | 第27页 |
| 2.3.2 用于剪切位点预测的字符串核函数 | 第27-29页 |
| 2.3.3 几种核函数的预测性能比较 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 碱基位置对WD核函数性能的影响 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 WD核函数的分析与讨论 | 第30-33页 |
| 3.2.1 WD核函数与碱基保守性 | 第30-32页 |
| 3.2.2 关键位置与关键因子 | 第32-33页 |
| 3.3 碱基位置重要性的验证 | 第33-37页 |
| 3.3.1 数据集介绍 | 第33页 |
| 3.3.2 各位置的关键因子计算及结果分析 | 第33-35页 |
| 3.3.3 WD核函数的实现算法 | 第35-36页 |
| 3.3.4 预测性能的评价指标介绍 | 第36页 |
| 3.3.5 关键位置的验证及结果分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 基于位置信息的改进WD核函数 | 第39-54页 |
| 4.1 引言 | 第39页 |
| 4.2 迷惑位置 | 第39-41页 |
| 4.2.1 迷惑位置的定义 | 第39-40页 |
| 4.2.2 迷惑因子计算结果及分析 | 第40-41页 |
| 4.3 Adaptive WD核函数 | 第41-46页 |
| 4.3.1 Adaptive WD核函数的定义 | 第41-43页 |
| 4.3.2 Adaptive WD核函数的实现 | 第43-44页 |
| 4.3.3 Adaptive WD核与WD核的比较 | 第44-46页 |
| 4.3.4 Adaptive WD核与其他方法的比较 | 第46页 |
| 4.4 Adaptive WD核在NN269数据集上的性能 | 第46-50页 |
| 4.4.1 NN269数据集介绍 | 第46-47页 |
| 4.4.2 关键位置和迷惑位置的确定 | 第47-49页 |
| 4.4.3 实验结果 | 第49-50页 |
| 4.5 集成学习方法与Adaptive WD核函数 | 第50-53页 |
| 4.5.1 集成学习方法简介 | 第50页 |
| 4.5.2 Bagging与Adaptive WD核函数的结合 | 第50-52页 |
| 4.5.3 Adaboost与Adaptive WD核函数的结合 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
