基于词化向量的DNA序列特异性预测
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 研究内容 | 第13-14页 |
| 1.3 研究意义 | 第14页 |
| 1.4 本文组织结构 | 第14-17页 |
| 第二章 DNA序列特异性预测相关技术 | 第17-27页 |
| 2.1 DNA结构简介 | 第17-18页 |
| 2.2 深度学习技术 | 第18-23页 |
| 2.2.1 卷积神经网络 | 第19-20页 |
| 2.2.2 递归神经网络 | 第20-22页 |
| 2.2.3 双向递归神经网络 | 第22-23页 |
| 2.3 DNA序列特异性预测 | 第23-26页 |
| 2.3.1 LS-GKM | 第23-25页 |
| 2.3.2 DeepBind | 第25-26页 |
| 2.3.3 MEME-ChIP | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 DNA序列词化向量模型 | 第27-39页 |
| 3.1 引言 | 第27-28页 |
| 3.2 词向量 | 第28-33页 |
| 3.2.1 one-hot表达 | 第28页 |
| 3.2.2 分布式表达 | 第28-33页 |
| 3.3 DNA词化向量 | 第33-38页 |
| 3.3.1 DNA序列词化算法描述 | 第33-34页 |
| 3.3.2 DNA序列词化向量训练和结果分析 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于词化向量的DNA序列特异性预测模型 | 第39-55页 |
| 4.1 引言 | 第39-41页 |
| 4.2 DNA序列特异性预测的深度学习模型 | 第41-47页 |
| 4.2.1 模型描述 | 第43-45页 |
| 4.2.2 模型训练 | 第45-47页 |
| 4.3 结果分析与讨论 | 第47-54页 |
| 4.3.1 总体性能比较 | 第49-50页 |
| 4.3.2 模型的序列性 | 第50-51页 |
| 4.3.3 模型的统一性 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 5.1 工作总结 | 第55-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第64-65页 |
| 致谢 | 第65-66页 |
