基于氨基酸序列多尺度编码的梯度提升树蛋白质交互作用预测算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 研究现状 | 第9-10页 |
| 1.2.2 存在的问题 | 第10页 |
| 1.2.3 本研究的提出 | 第10-11页 |
| 1.3 论文的结构安排 | 第11-12页 |
| 第2章 蛋白质交互作用综述、数据来源和评价指标 | 第12-16页 |
| 2.1 蛋白质交互作用 | 第12-13页 |
| 2.1.1 蛋白质概念和结构 | 第12页 |
| 2.1.2 蛋白质交互作用概念和意义 | 第12-13页 |
| 2.2 数据集来源 | 第13-14页 |
| 2.3 评价标准 | 第14-16页 |
| 第3章 蛋白质特征向量提取和分类器综述 | 第16-24页 |
| 3.1 特征提取方法 | 第16-18页 |
| 3.1.1 三元组方法 | 第16-17页 |
| 3.1.2 连续和非连续区域编码方法 | 第17-18页 |
| 3.2 分类器的选择 | 第18-24页 |
| 3.2.1 支持向量机模型简介 | 第18-22页 |
| 3.2.2 随机森林模型简介 | 第22-24页 |
| 第4章 基于多尺度编码的梯度提升树分类模型 | 第24-36页 |
| 4.1 整体实验框架 | 第24-25页 |
| 4.2 蛋白质序列的编码 | 第25-28页 |
| 4.3 特征向量的提取 | 第28-33页 |
| 4.3.1 定性特征提取 | 第28-30页 |
| 4.3.2 定量特征提取 | 第30-33页 |
| 4.4 梯度提升树 | 第33-35页 |
| 4.5 本文方法小结 | 第35-36页 |
| 第5章 实验结果及分析 | 第36-48页 |
| 5.1 实验结果 | 第36-39页 |
| 5.1.1 基于多尺度编码的梯度提升树预测 | 第36-37页 |
| 5.1.2 不同特征提取方式的结果 | 第37-39页 |
| 5.2 对比实验结果 | 第39-45页 |
| 5.2.1 不同分类器比较 | 第39-43页 |
| 5.2.2 与现有工作的比较 | 第43-45页 |
| 5.3 预测真实蛋白质交互网络结果 | 第45-46页 |
| 5.4 方法讨论 | 第46-48页 |
| 第6章 总结和展望 | 第48-50页 |
| 6.1 论文结语 | 第48-49页 |
| 6.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
