| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状及分析 | 第10-13页 |
| 1.3 本文研究思路和内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 相关知识 | 第15-23页 |
| 2.1 RNA 二级结构相关知识 | 第15-18页 |
| 2.1.1 RNA 的组成 | 第15页 |
| 2.1.2 RNA 二级结构 | 第15-16页 |
| 2.1.3 RNA 二级结构表示方式 | 第16-17页 |
| 2.1.4 RNA 二级结构相似性比较 | 第17-18页 |
| 2.2 聚类分析及相关理论 | 第18-22页 |
| 2.2.1 聚类的定义 | 第18-19页 |
| 2.2.2 聚类分析的过程 | 第19-21页 |
| 2.2.3 常见聚类算法的分类 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于 ER-DBSCAN 算法聚类 RNA 二级结构 | 第23-39页 |
| 3.1 RNA 二级结构聚类问题分析 | 第23-29页 |
| 3.1.1 RNA 二级结构预测中聚类的应用 | 第23-24页 |
| 3.1.2 RNA 二级结构的 RBP 特征 | 第24-27页 |
| 3.1.3 RNA 二级结构聚类算法分析 | 第27-28页 |
| 3.1.4 密度聚类算法 DBSCAN 概述及问题分析 | 第28-29页 |
| 3.2 基于可扩展半径的密度聚类算法 ER-DBSCAN | 第29-36页 |
| 3.2.1 ER-DBSCAN 算法的主要思想 | 第29-32页 |
| 3.2.2 ER-DBSCAN 算法的相关定义 | 第32页 |
| 3.2.3 ER-DBSCAN 算法的算法描述 | 第32-34页 |
| 3.2.4 ER-DBSCAN 算法的参数确定 | 第34-35页 |
| 3.2.5 ER-DBSCAN 算法的复杂度分析 | 第35-36页 |
| 3.3 ER-DBSCAN 算法聚类 RNA 二级结构 | 第36-37页 |
| 3.3.1 数据集的选取 | 第36页 |
| 3.3.2 数据样本的数值化 | 第36-37页 |
| 3.4 ER-DBSCAN 算法聚类 RNA 二级结构分析 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于 RSFS-ER 算法聚类 RNA 二级结构 | 第39-46页 |
| 4.1 ER-DBSCAN 算法中特征选择方法的引入 | 第39页 |
| 4.2 基于特征选择的密度聚类算法 RSFS-ER | 第39-45页 |
| 4.2.1 算法设计思想 | 第39-43页 |
| 4.2.2 RSFS-ER 算法描述 | 第43-44页 |
| 4.2.3 RSFS-ER 算法复杂度分析 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 实验结果与分析 | 第46-54页 |
| 5.1 实验环境配置 | 第46页 |
| 5.2 实验步骤 | 第46-53页 |
| 5.2.1 RNA 二级结构数据集获取的实验过程 | 第46-47页 |
| 5.2.2 ER-DBSCAN 算法聚类 RNA 二级结构 | 第47-51页 |
| 5.2.3 RSFS-ER 算法聚类 RNA 二级结构 | 第51-53页 |
| 5.2.4 实验结果分析 | 第53页 |
| 5.3 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
