微RNA基因机器识别算法的开发与优化
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-17页 |
| ·miRNA的发现简史 | 第7-8页 |
| ·miRNA在动植物中的功能 | 第8-9页 |
| ·miRNA与疾病 | 第9-10页 |
| ·miRNA的作用机制 | 第10-11页 |
| ·miRNA鉴定的实验方法 | 第11-12页 |
| ·miRNA鉴定的计算机方法 | 第12-13页 |
| ·本论文研究的意义 | 第13-14页 |
| ·本文的内容安排 | 第14-15页 |
| ·参考文献 | 第15-17页 |
| 第二章 微RNA特征的选择与提取 | 第17-25页 |
| ·引言 | 第17页 |
| ·RNA二级结构 | 第17页 |
| ·miRNA的结构特点 | 第17-18页 |
| ·特征提取 | 第18-22页 |
| ·小结 | 第22-23页 |
| ·参考文献 | 第23-25页 |
| 第三章 人工神经网络预测程序设计与分析 | 第25-35页 |
| ·人工神经网络概述 | 第25页 |
| ·神经元的基本结构 | 第25-26页 |
| ·人工神经网络的训练 | 第26-27页 |
| ·BP网络(反向传播算法) | 第27-29页 |
| ·实验数据 | 第29页 |
| ·预测程序设计与预测结果 | 第29-33页 |
| ·参考文献 | 第33-35页 |
| 第四章 支持向量机原理与预测结果分析 | 第35-39页 |
| ·引言 | 第35页 |
| ·统计学习理论核心内容 | 第35-36页 |
| ·支持向量机 | 第36-37页 |
| ·LibSVM | 第37页 |
| ·预测结果 | 第37-38页 |
| ·参考文献 | 第38-39页 |
| 全文结论 | 第39-40页 |
| 致谢 | 第40页 |
