| 内容摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景,目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文主要工作 | 第14页 |
| ·论文结构 | 第14-17页 |
| 第二章 相关知识 | 第17-23页 |
| ·药物的常用特征及相关数据库 | 第17-18页 |
| ·机器学习相关知识 | 第18-19页 |
| ·药物副作用预测基本流程 | 第19-23页 |
| 第三章 基于化学子结构的神经网络方法预测药物副作用 | 第23-34页 |
| ·引言 | 第23-24页 |
| ·数据集构建 | 第24-25页 |
| ·方法概述 | 第25-30页 |
| ·神经网络方法 | 第25-27页 |
| ·稀疏典型相关分析法 | 第27-28页 |
| ·核回归方法 | 第28页 |
| ·性能评价 | 第28-30页 |
| ·结果与讨论 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于多特征融合的集成K近邻方法预测药物副作用 | 第34-47页 |
| ·引言 | 第34-35页 |
| ·数据集构建 | 第35-37页 |
| ·化学特性相似性 | 第35页 |
| ·生物特性相似性 | 第35-36页 |
| ·表型相似性 | 第36页 |
| ·药理学相似性 | 第36页 |
| ·相似性衡量比较 | 第36-37页 |
| ·方法概述 | 第37-42页 |
| ·多标签集成K近邻方法 | 第37-39页 |
| ·性能评价 | 第39-42页 |
| ·结果与讨论 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 药物副作用预测工具的设计与实现 | 第47-57页 |
| ·引言 | 第47页 |
| ·主要设计思想 | 第47-48页 |
| ·客户端工具 | 第48-54页 |
| ·工具的输入 | 第49-50页 |
| ·使用和处理流程 | 第50-52页 |
| ·工具的输出 | 第52-54页 |
| ·在线计算服务 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·论文工作总结 | 第57-58页 |
| ·工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录 攻读学位期间发表论文目录 | 第64页 |