首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于领域本体的生物医学文献挖掘算法研究及其系统实现

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第11-19页
    1.1 项目背景第11-12页
    1.2 领域概述及问题发现第12-15页
    1.3 国内外研究现状第15-16页
    1.4 解决问题的思路与途径第16-17页
    1.5 论文组织结构第17-19页
2 项目范围及研究任务的定义第19-24页
    2.1 背景简介第19页
    2.2 项目范围第19-22页
        2.2.1 生化网络概述第19-20页
        2.2.2 项目范围定义第20-21页
        2.2.3 基本流程第21-22页
    2.3 技术平台特点第22-23页
        2.3.1 系统所用主要技术第22-23页
        2.3.2 文献挖掘系统的主要特点第23页
    2.4 本章小结第23-24页
3 基于本体的生物医学文献分类算法的研究和设计第24-37页
    3.1 背景简介第24页
    3.2 Ontology-based SVM的基本原理第24-28页
        3.2.1 支持向量机第24-26页
        3.2.2 基因本体第26-28页
        3.2.3 疾病本体第28页
    3.3 Ontology-Based SVM的逻辑设计第28-33页
        3.3.1 SVM用于文本分类的原因第28-29页
        3.3.2 Ontology-Based SVM算法框架第29-30页
        3.3.3 Ontology-Based SVM算法详细过程第30-32页
        3.3.4 Ontology-Based SVM伪代码描述第32-33页
    3.4 实验验证第33-36页
        3.4.1 模型数据集第33-34页
        3.4.2 评价指标第34-35页
        3.4.3 实验结果和分析第35-36页
    3.5 本章小结第36-37页
4 基于HPO的疾病表型与致病基因匹配算法的研究和设计第37-45页
    4.1 背景简介第37页
    4.2 基本原理第37-39页
        4.2.1 人类表型本体第37-38页
        4.2.2 基于HPO的语义相似度计算模型第38-39页
    4.3 基于HPO的临床表型与致病基因匹配模型第39-41页
        4.3.1 通过语义相似性模型计算候选基因过程第40页
        4.3.2 算法的伪代码描述第40-41页
    4.4 实验验证第41-44页
        4.4.1 数据集第41-43页
        4.4.2 评价指标第43页
        4.4.3 结果分析第43-44页
    4.5 本章小结第44-45页
5 文献挖掘系统的设计与实现第45-59页
    5.1 架构设计第45-49页
        5.1.1 物理架构第45-46页
        5.1.2 逻辑架构第46-49页
    5.2 系统数据库设计第49-52页
    5.3 模块数据集成第52-55页
        5.3.1 生物实体识别模块集成第52-53页
        5.3.2 实体相互关系提取模块数据集成第53-54页
        5.3.3 初级生化网络模块数据集成第54-55页
    5.4 系统软件的实现第55-58页
        5.4.1 文献分类算法的实现第55-56页
        5.4.2 临床表型与致病基因匹配算法的实现第56-57页
        5.4.3 系统部署概要和输入输出的说明第57-58页
    5.5 本章小结第58-59页
6 工作总结和展望第59-61页
    6.1 工作总结第59-60页
    6.2 工作展望第60-61页
参考文献第61-63页
作者简历及攻读硕士/博士学位期间取得的研究成果第63-65页
学位论文数据集第65页

论文共65页,点击 下载论文
上一篇:聚丙烯/多面体低聚倍半硅氧烷复合材料的制备及性能研究
下一篇:新集一矿南东翼煤层群开采采空区自然发火防治技术研究