| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本论文的研究工作和内容 | 第11-12页 |
| 1.4 论文章节设置 | 第12-13页 |
| 第2章 昆虫抗药性和入侵性研究方法 | 第13-20页 |
| 2.1 乙酰胆碱酯酶及其抗药性 | 第13-15页 |
| 2.1.1 乙酰胆碱酯酶简介 | 第13-14页 |
| 2.1.2 靶标不敏感抗药性 | 第14-15页 |
| 2.2 转录组及其测序技术 | 第15-18页 |
| 2.2.1 转录组简介 | 第15页 |
| 2.2.2 DNA测序技术 | 第15-18页 |
| 2.3 入侵昆虫风险评估 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 转录组抗药性突变位点及突变频率检测 | 第20-34页 |
| 3.1 转录组数据及其处理算法 | 第20-24页 |
| 3.1.1 数据格式 | 第20-21页 |
| 3.1.2 序列比对算法 | 第21-24页 |
| 3.2 乙酰胆碱酯酶抗药性突变位点数据库 | 第24-27页 |
| 3.2.1 乙酰胆碱酯酶基因数据 | 第24-25页 |
| 3.2.2 抗药性突变位点数据 | 第25-27页 |
| 3.3 突变位点检测流程 | 第27-28页 |
| 3.4 抗药性检测实验 | 第28-31页 |
| 3.5 软件实现以及在线系统 | 第31-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第4章 昆虫入侵风险预测 | 第34-56页 |
| 4.1 基因家族和Treefam数据库 | 第34-35页 |
| 4.2 特征选择算法 | 第35-43页 |
| 4.2.1 基于多种群遗传算法的特征选择算法 | 第35-39页 |
| 4.2.2 基于测试集离散度的SVM-RFE特征选择算法 | 第39-42页 |
| 4.2.3 实验中用于对比的特征选择算法 | 第42-43页 |
| 4.3 分类算法 | 第43-47页 |
| 4.3.1 随机森林 | 第43-47页 |
| 4.3.2 K近邻算法 | 第47页 |
| 4.4 入侵风险预测流程 | 第47-51页 |
| 4.4.1 基因组获取 | 第47-50页 |
| 4.4.2 基因家族聚类分析 | 第50页 |
| 4.4.3 特征选择和分类模型 | 第50-51页 |
| 4.5 实验与结果分析 | 第51-55页 |
| 4.5.1 实验设置 | 第51页 |
| 4.5.2 实验结果 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 总结 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-72页 |