| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·蛋白质组学的概述 | 第8-13页 |
| ·蛋白质组学的概念 | 第8-9页 |
| ·蛋白质组学研究的最终目的 | 第9页 |
| ·蛋白质组学研究存在的困难 | 第9-10页 |
| ·生物质谱技术和传统意义上的质谱技术主要区别 | 第10-12页 |
| ·蛋白质组学在国内的发展 | 第12-13页 |
| ·蛋白质质谱数据挖掘的概述 | 第13-15页 |
| ·蛋白质质谱相关概念 | 第13-15页 |
| ·蛋白质质谱数据挖掘方法的分类 | 第15页 |
| ·蛋白质质谱数据挖掘的发展现状 | 第15页 |
| ·蛋白质质谱数据挖掘当前存在的问题 | 第15-16页 |
| ·本文的研究工作与章节的安排 | 第16-18页 |
| 2 蛋白质质谱数据挖掘方法分析 | 第18-26页 |
| ·引言 | 第18页 |
| ·分析过程 | 第18-19页 |
| ·预处理技术 | 第18-19页 |
| ·主要算法介绍 | 第19页 |
| ·蛋白质质谱数据分析方法 | 第19-25页 |
| ·基于主成分分析的分析方法 | 第19-20页 |
| ·基于神经网络的分析方法 | 第20-24页 |
| ·基于统计学的分析方法 | 第24-25页 |
| ·蛋白质质谱数据挖掘方法的效果 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 基于自组织映射和支持向量机的蛋白质质谱数据分类方法 | 第26-37页 |
| ·引言 | 第26页 |
| ·理论介绍 | 第26-28页 |
| ·算法描述 | 第28-30页 |
| ·算法模型 | 第28-29页 |
| ·实验步骤 | 第29-30页 |
| ·实验结果与分析 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于二次主成分分析和支持向量机的蛋白质质谱数据分类方法 | 第37-48页 |
| ·引言 | 第37页 |
| ·理论介绍 | 第37-42页 |
| ·算法描述 | 第42-43页 |
| ·算法模型 | 第42页 |
| ·实验步骤 | 第42-43页 |
| ·实验结果与分析 | 第43-48页 |
| 5 基于统计学显著性和概率神经网络的蛋白质质谱数据分类方法 | 第48-62页 |
| ·引言 | 第48-49页 |
| ·理论介绍 | 第49-52页 |
| ·算法描述 | 第52-55页 |
| ·算法模型 | 第52-54页 |
| ·实验步骤 | 第54-55页 |
| ·实验结果与分析 | 第55-60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·本文工作的总结 | 第62页 |
| ·对未来工作的展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
