| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 细菌Ⅲ/Ⅳ/Ⅵ型分泌系统中效应蛋白数据库的研究现状 | 第11页 |
| 1.2.2 细菌Ⅲ/Ⅳ/Ⅵ型分泌系统中效应蛋白预测工具的研究现状 | 第11-13页 |
| 1.2.3 现有研究存在的问题和不足 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 研究对象和方法 | 第15-17页 |
| 1.4.1 研究对象 | 第15-16页 |
| 1.4.2 研究方法 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 相关工作简介 | 第18-26页 |
| 2.1 效应蛋白预测概述 | 第18页 |
| 2.2 特征选择 | 第18-19页 |
| 2.3 分类分析算法 | 第19-24页 |
| 2.3.1 朴素贝叶斯 | 第19-20页 |
| 2.3.2 K最近邻 | 第20页 |
| 2.3.3 逻辑回归 | 第20-21页 |
| 2.3.4 随机森林 | 第21页 |
| 2.3.5 支持向量机 | 第21-22页 |
| 2.3.6 神经网络 | 第22页 |
| 2.3.7 集成学习算法 | 第22-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 细菌Ⅲ/Ⅳ/Ⅵ型分泌系统中效应蛋白数据库系统的构建 | 第26-40页 |
| 3.1 方法概述与流程 | 第26-27页 |
| 3.2 数据搜集 | 第27-30页 |
| 3.2.1 数据来源 | 第27-28页 |
| 3.2.2 数据搜集方式 | 第28-30页 |
| 3.3 注释信息获取 | 第30-33页 |
| 3.4 构建数据库系统 | 第33-38页 |
| 3.4.1 数据表的设计 | 第33-36页 |
| 3.4.2 数据的写入 | 第36页 |
| 3.4.3 数据库系统的实现 | 第36-38页 |
| 3.5 在线数据库SecretEPDB | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 细菌Ⅳ型分泌系统中效应蛋白的预测研究 | 第40-58页 |
| 4.1 方法概述与流程 | 第40-41页 |
| 4.2 数据搜集与预处理 | 第41页 |
| 4.3 特征提取 | 第41-45页 |
| 4.3.1 局部序列编码 | 第41-42页 |
| 4.3.2 全局序列编码 | 第42-43页 |
| 4.3.3 结构描述编码 | 第43-44页 |
| 4.3.4 特征归一化 | 第44-45页 |
| 4.4 特征选择 | 第45-46页 |
| 4.4.1 信息增益率 | 第45页 |
| 4.4.2 最小冗余最大相关算法 | 第45-46页 |
| 4.5 训练模型与评估 | 第46-47页 |
| 4.5.1 训练模型 | 第46-47页 |
| 4.5.2 性能评估 | 第47页 |
| 4.6 实验结果与分析 | 第47-57页 |
| 4.6.1 最优机器学习算法 | 第48-50页 |
| 4.6.2 最优单个特征编码 | 第50-51页 |
| 4.6.3 特征编码组合与集成学习算法 | 第51-54页 |
| 4.6.4 最优特征提取方法 | 第54-56页 |
| 4.6.5 与现有工具进行比较 | 第56-57页 |
| 4.6.6 案例分析 | 第57页 |
| 4.7 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67-68页 |
| 附录 | 第68-71页 |
