首页--生物科学论文--生物化学论文--蛋白质论文

基于GBM算法预测蛋白质琥珀酰化位点的研究与实现

摘要第4-5页
abstract第5页
第1章 引言第10-13页
    1.1 琥珀酰化位点预测工具开发背景及意义第10页
    1.2 研究现状第10-11页
    1.3 主要研究内容及组织结构第11-13页
        1.3.1 主要研究内容第11-12页
        1.3.2 本文的组织结构第12-13页
第2章 相关技术介绍第13-24页
    2.1 翻译后修饰数据库第13-14页
        2.1.1 Swiss—Prot数据库第13-14页
        2.1.2 PhosphoSitePlus数据库第14页
        2.1.3 CPLM数据库第14页
    2.2 Python第14-15页
    2.3 R语言与机器学习第15-21页
        2.3.1 R语言的caret包第16页
        2.3.2 K临近算法第16-17页
        2.3.3 决策树算法第17-19页
        2.3.4 随机森林算法第19页
        2.3.5 GBM算法第19-21页
    2.4 Bootstrap前端框架第21页
    2.5 Apache服务器第21-22页
    2.6 PHP第22-23页
    2.7 本章小结第23-24页
第3章 工具需求分析第24-28页
    3.1 功能性需求第24-26页
        3.1.1 数据来源的权威性分析第24-25页
        3.1.2 工具的数据的冗余性分析第25页
        3.1.3 训练集提取特征的充分性第25页
        3.1.4 数据集的不平衡性分析第25-26页
        3.1.5 预测工具网站的建立第26页
    3.2 非功能性需求第26页
    3.3 本章小结第26-28页
第4章 关键技术的设计与实现第28-42页
    4.1 预测平台建立第28-29页
    4.2 后台分类预测技术的架构设计第29页
    4.3 数据准备模块的实现第29-31页
        4.3.1 数据收集第29-30页
        4.3.2 数据处理第30-31页
    4.4 特征提取模块的实现第31-35页
        4.4.1 构建特征矩阵来提取特征第32-33页
        4.4.2 通过二进制编码来提取特征第33页
        4.4.3 特征选择第33-35页
    4.5 机器学习预测模块第35-39页
        4.5.1 机器学习分类预测评价标准第35-36页
        4.5.2 机器学习分类器预测第36-39页
    4.6 模型优化模块第39-41页
        4.6.1 数据集不平衡问题的优化第39-41页
    4.7 本章小结第41-42页
第5章 预测工具的性能对比第42-47页
    5.1 同类工具介绍第42-44页
        5.1.1 iSuc-PseAAC预测工具第42-43页
        5.1.2 SuccFind预测工具第43页
        5.1.3 SuccinSite预测工具第43-44页
    5.2 与同类工具的预测性能的比较第44-46页
        5.2.1 独立测试集的选取第44页
        5.2.2 与iSuc-PseAAC工具和SuccFind预测工具进行比较第44-45页
        5.2.3 与SuccinSite预测工具进行比较第45-46页
    5.3 本章小结第46-47页
第6章 预测工具的平台搭建及测试第47-54页
    6.1 预测工具平台的搭建第47-48页
        6.1.1 平台使用介绍第47-48页
        6.1.2 平台后台数据处理第48页
    6.2 测试原理及测试环境第48-49页
        6.2.1 测试原理第48-49页
        6.2.2 测试环境第49页
    6.3 测试用例第49-52页
        6.3.1 功能测试第49-51页
        6.3.2 模型预测评价指标测试第51页
        6.3.3 性能测试第51-52页
        6.3.4 稳定性测试第52页
    6.4 测试结果第52页
    6.5 本章小结第52-54页
第7章 总结与展望第54-56页
    7.1 总结第54页
    7.2 展望第54-56页
致谢第56-57页
参考文献第57-59页
攻读学位期间发表的学术论文及参加科研情况第59-60页

论文共60页,点击 下载论文
上一篇:大规模动态图处理平台的设计与实现
下一篇:基于Zigbee的铝电解工艺参数监控系统的研究与实现