基于深度学习的配体分子海量特征筛选及回归方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 特征筛选问题 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 深度学习研究现状 | 第13-14页 |
| 1.3.2 特征筛选研究现状 | 第14-15页 |
| 1.4 面临的问题 | 第15页 |
| 1.5 论文的主要工作 | 第15-16页 |
| 1.6 论文的结构 | 第16-17页 |
| 第二章 深度学习及特征筛选相关技术 | 第17-22页 |
| 2.1 深度学习相关技术 | 第17-19页 |
| 2.2 特征筛选相关技术 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 配体分子海量特征筛选 | 第22-33页 |
| 3.1 基于EDPP的LASSO特征筛选方法 | 第22-25页 |
| 3.2 算法描述 | 第25-27页 |
| 3.3 算法仿真结果 | 第27-32页 |
| 3.3.1 实验数据集的获取与意义 | 第27-28页 |
| 3.3.2 实验设计 | 第28-29页 |
| 3.3.3 性能比较与分析 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于加权深度学习的配体生物活性预测 | 第33-50页 |
| 4.1 引言 | 第33-34页 |
| 4.2 算法描述 | 第34-39页 |
| 4.3 算法仿真 | 第39-49页 |
| 4.3.1 实验数据集的获取与意义 | 第39-40页 |
| 4.3.2 实验设计 | 第40-41页 |
| 4.3.3 性能比较与分析 | 第41-48页 |
| 4.3.4 代码使用 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录1 攻读硕士学位期间申请的专利 | 第55-56页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |
