| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-30页 |
| ·研究背景及意义 | 第10-15页 |
| ·蛋白质亚细胞定位概述 | 第10-11页 |
| ·基于机器学习的蛋白质亚细胞定位预测简介 | 第11-13页 |
| ·多定位点蛋白质亚细胞定位预测简介 | 第13-15页 |
| ·相关问题的研究现状 | 第15-28页 |
| ·蛋白质数据库简介 | 第16-19页 |
| ·蛋白质特征提取研究现状 | 第19-23页 |
| ·预测算法研究现状 | 第23-28页 |
| ·本文的主要工作和结构安排 | 第28-30页 |
| 2 数据分布不平衡的多定位点蛋白质亚细胞定位预测 | 第30-50页 |
| ·引言 | 第30页 |
| ·研究背景 | 第30-34页 |
| ·数据不平衡问题简介 | 第30-31页 |
| ·不平衡数据学习研究现状 | 第31-34页 |
| ·预测算法 | 第34-39页 |
| ·基本思想 | 第34页 |
| ·算法实现 | 第34-38页 |
| ·不平衡参数 | 第38-39页 |
| ·数值实验 | 第39-47页 |
| ·数据集 | 第39-42页 |
| ·蛋白质特征表达 | 第42-43页 |
| ·实验结果 | 第43-47页 |
| ·本章小结 | 第47-50页 |
| 3 基于非实验标注蛋白质信息挖掘的训练集构造方法 | 第50-76页 |
| ·引言 | 第50页 |
| ·研究背景 | 第50-56页 |
| ·问题概述 | 第50-51页 |
| ·非实验标注蛋白质简介 | 第51-53页 |
| ·主动学习简介 | 第53-56页 |
| ·主动选择算法 | 第56-64页 |
| ·基本思想 | 第56-57页 |
| ·评估函数 | 第57-60页 |
| ·算法实现 | 第60-63页 |
| ·确定样本选择比例 | 第63-64页 |
| ·数值实验 | 第64-75页 |
| ·实验材料 | 第64-68页 |
| ·实验方法 | 第68-69页 |
| ·评价准则 | 第69-70页 |
| ·实验结果 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 4 基于蛋白质预鉴别的蛋白质亚细胞定位综合预测方法 | 第76-92页 |
| ·引言 | 第76页 |
| ·研究背景 | 第76-79页 |
| ·问题概述 | 第76-77页 |
| ·直推学习简介 | 第77-79页 |
| ·综合预测方法 | 第79-85页 |
| ·基本思想 | 第79-80页 |
| ·蛋白质鉴别算法 | 第80-84页 |
| ·闭环解 | 第84-85页 |
| ·数值实验 | 第85-91页 |
| ·数据集 | 第85-87页 |
| ·实验方法 | 第87页 |
| ·实验结果 | 第87-91页 |
| ·本章小结 | 第91-92页 |
| 5 结论与展望 | 第92-94页 |
| ·总结 | 第92-93页 |
| ·展望 | 第93-94页 |
| 创新点摘要 | 第94-95页 |
| 参考文献 | 第95-110页 |
| 攻读博士学位期间发表学术论文情况 | 第110页 |
| 博士期间参加的科研项目 | 第110-111页 |
| 致谢 | 第111-112页 |
| 作者简介 | 第112-113页 |