| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的主要研究工作 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-14页 |
| 第2章 基础知识综述 | 第14-22页 |
| 2.1 蛋白质相互作用网络的相关理论 | 第14-15页 |
| 2.2 蛋白质复合物介绍 | 第15页 |
| 2.3 群智能优化算法 | 第15-18页 |
| 2.3.1 蚁群优化算法 | 第16-17页 |
| 2.3.2 粒子群优化算法 | 第17-18页 |
| 2.4 聚类算法 | 第18-20页 |
| 2.4.1 基于密度的聚类算法 | 第19页 |
| 2.4.2 基于层次的聚类算法 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 基于蚁群优化算法和核心-附件的复合物识别算法 | 第22-36页 |
| 3.1 动态PPI网络的构建 | 第22页 |
| 3.2 基于蚁群优化算法和核心-附件结构的复合物识别算法 | 第22-26页 |
| 3.2.1 算法设计 | 第23-24页 |
| 3.2.2 算法描述 | 第24-26页 |
| 3.2.3 时间复杂度分析 | 第26页 |
| 3.3 实验分析 | 第26-35页 |
| 3.3.1 数据集 | 第27页 |
| 3.3.2 评价标准 | 第27-28页 |
| 3.3.3 参数分析 | 第28-30页 |
| 3.3.4 与标准复合物比较 | 第30-32页 |
| 3.3.5 和其他复合物识别方法比较 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于亲和度和核心-附件的蛋白质复合物识别算法 | 第36-50页 |
| 4.1 基于亲和度模型的附件形成过程 | 第36-37页 |
| 4.2 算法介绍 | 第37-40页 |
| 4.3 实验结果与分析 | 第40-48页 |
| 4.3.1 实验数据 | 第40页 |
| 4.3.2 评价标准 | 第40-41页 |
| 4.3.3 与标准复合物比较 | 第41-44页 |
| 4.3.4 基于precision、recall和f-measure与其他复合物识别方法比较 | 第44-46页 |
| 4.3.5 基于基因本体论和其他复合物方法比较 | 第46-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 基于PageRank计数和核心-附件的复合物识别算法 | 第50-64页 |
| 5.1 PageRank概述 | 第50-51页 |
| 5.2 算法介绍 | 第51-54页 |
| 5.3 实验结果与分析 | 第54-62页 |
| 5.3.1 数据集 | 第54页 |
| 5.3.2 参数分析 | 第54-55页 |
| 5.3.3 评价标准 | 第55页 |
| 5.3.4 与标准复合物比较 | 第55-57页 |
| 5.3.5 与其他复合物识别方法比较 | 第57-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第6章 结束语 | 第64-66页 |
| 6.1 研究工作总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间研究成果 | 第74页 |
