线性B细胞表位预测模型研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·课题研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·论文的组织结构 | 第11-12页 |
| 第二章 线性B细胞表位预测方法研究 | 第12-32页 |
| ·引言 | 第12页 |
| ·预测数据集的选择与处理方法 | 第12-14页 |
| ·常用数据库 | 第12-13页 |
| ·预处理方法 | 第13-14页 |
| ·线性B细胞表位的特征提取方法 | 第14-26页 |
| ·线性B细胞表位分析 | 第14-16页 |
| ·常用的特征提取方法 | 第16-22页 |
| ·基于氨基酸组成和氨基酸顺序的特征提取方法 | 第16-19页 |
| ·基于氨基酸物理化学性质的特征提取方法 | 第19-21页 |
| ·其他特征提取方法 | 第21-22页 |
| ·特征融合方法 | 第22-26页 |
| ·主成分分析法 | 第23-24页 |
| ·线性判别分析 | 第24-26页 |
| ·常用的分类器 | 第26-29页 |
| ·决策树 | 第26页 |
| ·神经网络 | 第26-27页 |
| ·支持向量机 | 第27-29页 |
| ·预测模型的验证与评估方法 | 第29-31页 |
| ·模型的检验 | 第29-30页 |
| ·模型评估方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 加权贝叶斯线性B细胞表位预测模型 | 第32-38页 |
| ·引言 | 第32页 |
| ·贝叶斯方法 | 第32-33页 |
| ·加权贝叶斯方法 | 第33-34页 |
| ·基于加权贝叶斯方法的线性B细胞表位预测模型建立 | 第34-37页 |
| ·实验数据集 | 第34页 |
| ·数据集处理 | 第34页 |
| ·特征提取方法 | 第34-35页 |
| ·模型的训练与预测 | 第35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于特征融合的线性B细胞表位预测模型 | 第38-50页 |
| ·引言 | 第38页 |
| ·特征提取方法 | 第38-41页 |
| ·氨基酸组成和序列顺序的特征 | 第39-40页 |
| ·氨基酸物理化学性质的特征 | 第40-41页 |
| ·二级结构特征 | 第41页 |
| ·特征融合 | 第41-43页 |
| ·基于多特征融合的线性B细胞表位预测模型建立 | 第43-49页 |
| ·实验数据集 | 第43-44页 |
| ·数据集处理 | 第44页 |
| ·特征提取方法 | 第44页 |
| ·模型的训练与预测 | 第44页 |
| ·实验结果与分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 在读期间已发表和录用的论文 | 第56页 |
| 参与的科研项目及成果 | 第56-57页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
