首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

PPI网络的群智能信息流模型与算法研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-18页
   ·研究背景与研究意义第10-11页
   ·国内外研究现状第11-14页
     ·国外研究现状第11-12页
     ·国内研究现状第12-14页
   ·研究内容与创新点第14-15页
   ·论文结构第15-18页
第2章 PPI网络及聚类方法介绍第18-30页
   ·引言第18页
   ·PPI网络第18-27页
     ·PPI网络特性第19-20页
     ·PPI网络数据库第20-21页
     ·PPI网络的拓扑相似性第21-22页
     ·PPI网络数据预处理第22-25页
     ·PPI网络聚类评价指标第25-27页
   ·聚类的数学模型第27-30页
     ·聚类基本问题第27页
     ·聚类方法介绍第27-30页
第3章 智能优化算法介绍第30-36页
   ·引言第30页
   ·基于采蜜机制的人工蜂群算法第30-33页
     ·ABC算法基本原理第31-32页
     ·ABC算法实现步骤第32-33页
     ·ABC算法的特点第33页
   ·细菌觅食优化算法第33-36页
     ·大肠杆菌的觅食搜索第33-34页
     ·BFO算法的操作步骤第34-36页
第4章 基于蜂群和广度优先遍历的PPI网络聚类第36-48页
   ·引言第36页
   ·算法相关知识介绍第36-37页
     ·广度优先遍历第36-37页
     ·模块相似性计算第37页
   ·算法的改进第37-40页
     ·ABC算法的改进第37-38页
     ·广度优先遍历聚类第38-39页
     ·用距离-密度的方法确定聚类个数,剔除噪声点第39-40页
   ·算法实现第40-43页
     ·算法预处理第40-41页
     ·算法具体实现步骤第41-43页
   ·算法分析第43-47页
     ·算法时间复杂度第43页
     ·算法性能比较第43-44页
     ·参数分析第44-47页
   ·小结第47-48页
第5章 PPI网络的蜂群信息流聚类模型与算法第48-62页
   ·引言第48页
   ·基本功能流聚类模型与算法第48-50页
   ·基于蜂群优化搜索的信息流聚类模型第50-52页
     ·聚类中心及蜜源的确定第50页
     ·解空间设计及蜜蜂的采蜜流程第50-51页
     ·基于蜂群优化搜索的信息流聚类模型第51-52页
     ·ABC算法的目标函数第52页
   ·实验仿真及分析第52-60页
     ·算法实现步骤第52-53页
     ·实验结果分析第53-60页
   ·小结第60-62页
第6章 PPI网络的蜂群模糊聚类模型与算法第62-78页
   ·引言第62页
   ·相关概念与原理第62-64页
     ·模糊c-均值聚类第62-63页
     ·直觉模糊聚类第63-64页
     ·细菌觅食趋向行为第64页
   ·蜂群模糊聚类模型第64-67页
     ·蜂群模糊聚类模型思想第65-66页
     ·解空间设计第66页
     ·蜜蜂采蜜流程第66页
     ·目标函数(聚类准则函数)第66-67页
   ·蜂群模糊聚类算法第67-69页
     ·算法流程图第67-68页
     ·实现步骤第68-69页
     ·算法时间复杂度第69页
   ·仿真结果分析第69-75页
     ·算法参数分析第69-71页
     ·算法性能比较第71-73页
     ·聚类结果分析第73-75页
   ·本章小结第75-78页
第7章 总结与展望第78-80页
   ·本研究的总结第78-79页
   ·未来研究的展望第79-80页
参考文献第80-86页
致谢第86-88页
攻读硕士学位期间的科研成果第88页

论文共88页,点击 下载论文
上一篇:低频水下声源的激光探测研究
下一篇:过氧化物模拟酶信号放大无标记DNA荧光检测方法的研究