| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·背景 | 第10-11页 |
| ·生物信息学 | 第10页 |
| ·蛋白质相互作用 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·蛋白质相互作用的研究现状 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 机器学习算法和相关工具 | 第13-17页 |
| ·K-近邻（K-nearest neighbor) | 第13-14页 |
| ·随机森林(random forest) | 第14-15页 |
| ·Weka | 第15页 |
| ·MATLAB | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 数据集的构造 | 第17-24页 |
| ·数据库简介 | 第17-19页 |
| ·蛋白质序列数据库 | 第17-18页 |
| ·蛋白质结构数据库 | 第18页 |
| ·蛋白质相互作用数据库 | 第18-19页 |
| ·数据集的构造 | 第19-23页 |
| ·以往数据处理方法 | 第19-20页 |
| ·本文数据处理方法 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 蛋白质的编码 | 第24-36页 |
| ·编码方法介绍 | 第24-31页 |
| ·自协方差(auto covariance) | 第24-26页 |
| ·伪氨基酸组合(pseudo amino acid composition) | 第26-28页 |
| ·局部描述符(Local Descriptor) | 第28-29页 |
| ·三元组(conjoint triad) | 第29-31页 |
| ·代码实现 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 实验结果与分析 | 第36-44页 |
| ·实验描述 | 第36-37页 |
| ·数据格式转换 | 第36页 |
| ·Weka 平台下的算法学习 | 第36-37页 |
| ·实验结果分析 | 第37-43页 |
| ·相关概念 | 第37-38页 |
| ·第一组数据结果分析 | 第38-40页 |
| ·第二组数据结果分析 | 第40-42页 |
| ·两组数据图像的对比分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 结论与展望 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 攻读硕士学位期间取得的研究成果 | 第50-51页 |
| 致谢 | 第51-52页 |
| 附件 | 第52页 |