| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-11页 |
| ·研究现状和进展 | 第11-12页 |
| ·本研究的主要内容 | 第12页 |
| ·章节内容安排 | 第12-14页 |
| 2 蛋白质糖基化的理论基础 | 第14-19页 |
| ·糖基化的定义 | 第14页 |
| ·糖基化的类型 | 第14-15页 |
| ·蛋白质序列的编码方式 | 第15-17页 |
| ·稀疏编码 | 第15-16页 |
| ·基于profile的编码 | 第16页 |
| ·5字母编码 | 第16页 |
| ·基于密码子的编码 | 第16-17页 |
| ·糖基化蛋白的鉴定方法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 主成分分析法 | 第19-25页 |
| ·引言 | 第19页 |
| ·主成分分析法的原理 | 第19-20页 |
| ·主成分分析法的实现步骤 | 第20-22页 |
| ·主成分个数的判定原则 | 第22页 |
| ·实例分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 4 人工神经网络 | 第25-43页 |
| ·人工神经网络概述 | 第25页 |
| ·人工神经网络的发展 | 第25-27页 |
| ·人工神经网络模型 | 第27-30页 |
| ·神经网络的应用 | 第30-31页 |
| ·BP神经网络 | 第31-42页 |
| ·BP神经网络结构 | 第32-33页 |
| ·BP神经网络的局限性及改进算法 | 第33-38页 |
| ·Bp网络在预测领域的实现 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于PCA和BP神经网络的糖基化位点的预测和分析 | 第43-55页 |
| ·引言 | 第43页 |
| ·数据源与编码 | 第43-45页 |
| ·PCA数据预处理 | 第45-48页 |
| ·BP神经网络的设计 | 第48-51页 |
| ·改进的优化算法 | 第48-49页 |
| ·关键指标设计 | 第49-50页 |
| ·网络性能测试 | 第50-51页 |
| ·基于PCA和BP神经网络的预测模型 | 第51-52页 |
| ·实验结果与分析 | 第52-53页 |
| ·实验结果 | 第52-53页 |
| ·分析及结论 | 第53页 |
| ·本章小结 | 第53-55页 |
| 6 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 附录:攻读学位期间的主要学术成果 | 第61-62页 |
| 致谢 | 第62页 |