| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 引言 | 第11-15页 |
| ·研究背景 | 第11页 |
| ·生物信息学的应用及展望 | 第11-12页 |
| ·研究目的及现状 | 第12-13页 |
| ·本文研究提纲 | 第13-15页 |
| 第二章 蛋白质三级结构预测和氨基酸序列特征提取算法 | 第15-30页 |
| ·引言 | 第15页 |
| ·蛋白质相关知识 | 第15-17页 |
| ·蛋白质表示方式 | 第17-20页 |
| ·考虑顺序的表示方法 | 第17页 |
| ·不考虑顺序的表示方法 | 第17-20页 |
| ·特征提取方法 | 第20-22页 |
| ·氨基酸组成（AA） | 第20页 |
| ·二肽组成 | 第20页 |
| ·7 类组成特征 | 第20页 |
| ·伪氨基酸组成模型特征 | 第20-21页 |
| ·准序列顺序特征(Quasi-sequence-order) | 第21-22页 |
| ·9 维二级结构特征 | 第22页 |
| ·蛋白质三级结构预测方法 | 第22-25页 |
| ·蛋白质三级结构预测概述 | 第22-23页 |
| ·蛋白质三级结构预测方法概述 | 第23-25页 |
| ·应用于生物信息学领域的机器学习方法 | 第25-30页 |
| ·人工神经网络 | 第25-27页 |
| ·隐马尔可夫模型 | 第27页 |
| ·支持向量机 | 第27-28页 |
| ·遗传算法 | 第28页 |
| ·动态规划 | 第28-29页 |
| ·多重机器学习 | 第29-30页 |
| 第三章 神经网络及优化方式选择 | 第30-45页 |
| ·引言 | 第30页 |
| ·神经网络简介 | 第30-33页 |
| ·神经网络结构 | 第31-32页 |
| ·神经网络算法描述 | 第32-33页 |
| ·神经网络的特点 | 第33页 |
| ·神经网络与蛋白质结构预测 | 第33页 |
| ·优化算法介绍 | 第33-39页 |
| ·梯度下降优化神经网络模型算法 | 第34-36页 |
| ·粒子群优化算法（PSO） | 第36-39页 |
| ·试验数据集及结果评价方式 | 第39-41页 |
| ·数据集 | 第39-40页 |
| ·预测正确率检验标准 | 第40-41页 |
| ·网络优化方式比较 | 第41-45页 |
| ·BP 神经网络 | 第41-42页 |
| ·PSO 网络设计 | 第42-45页 |
| 第四章 实验设计及结果分析 | 第45-60页 |
| ·引言 | 第45页 |
| ·蛋白质序列特征提取 | 第45页 |
| ·集成神经网络预测蛋白质三级结构 | 第45-52页 |
| ·集成网络设计 | 第45-49页 |
| ·结果分析 | 第49-51页 |
| ·一对多二分类算法 | 第51-52页 |
| ·集成FNT 预测蛋白质三级结构 | 第52-60页 |
| ·FNT 概述 | 第52-53页 |
| ·FNT 进化设计算法 | 第53-55页 |
| ·概率增强式程序进化（Probabilistic incremental program evolution , | 第55-58页 |
| ·实验设计和结果 | 第58-60页 |
| 第五章 结束语 | 第60-63页 |
| ·全文总结 | 第60-61页 |
| ·进一步研发设想 | 第61页 |
| ·心得体会 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间发表论文目录 | 第70页 |
