| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景及意义 | 第10-12页 |
| ·miRNA 靶基因预测方法 | 第12-13页 |
| ·生物学方法预测 miRNA 靶基因研究现状 | 第13-14页 |
| ·生物信息学方法预测 miRNA 靶基因研究现状 | 第14-17页 |
| ·主要研究内容 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 第2章 SVM 基础理论以及靶基因数据集特征提取 | 第19-31页 |
| ·支持向量机 | 第19-24页 |
| ·线性可分情况 | 第20-21页 |
| ·线性不可分情况 | 第21-24页 |
| ·靶基因数据集特征提取 | 第24-29页 |
| ·数据集的建立 | 第24-25页 |
| ·数据集数学描述 | 第25-27页 |
| ·绑定点特征提取 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 偏置判别 SVM 预测 miRNA 靶基因 | 第31-43页 |
| ·几种解决数据不平衡问题的分类算法及其优缺点 | 第31-32页 |
| ·传统 SVM 分类不平衡靶基因问题 | 第32-33页 |
| ·经验特征映射及核保角变换 | 第33-36页 |
| ·经验特征空间以及经验特征映射 | 第33-34页 |
| ·核保角变换方法 | 第34-36页 |
| ·BD-SVM 分类器模型设计 | 第36-40页 |
| ·构建 BD-SVM 分类模型 | 第36-39页 |
| ·优化核矩阵 | 第39-40页 |
| ·算法设计 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于不同惩罚参数的 SVM 预测 miRNA 靶基因 | 第43-50页 |
| ·传统 SVM 在不平衡 miRNA 靶基因样本集上失效的原因 | 第43-44页 |
| ·不平衡 SVM 模型的选择 | 第44-45页 |
| ·惩罚参数的选择与计算 | 第45-47页 |
| ·算法设计 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 实验分析 | 第50-57页 |
| ·实验环境配置 | 第50页 |
| ·偏置判别 SVM 预测 miRNA 靶基因算法实验 | 第50-54页 |
| ·实验数据选取和实验内容 | 第50-51页 |
| ·评价标准 | 第51-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·基于不同惩罚参数的 SVM 预测 miRNA 靶基因算法实验 | 第54-55页 |
| ·实验数据选取和实验内容 | 第54页 |
| ·评价标准 | 第54-55页 |
| ·实验结果与分析 | 第55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
