| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 研究背景 | 第8-9页 |
| §1-2 课题研究的意义 | 第9页 |
| §1-3 国内外研究现状 | 第9-10页 |
| §1-4 本文主要工作 | 第10-11页 |
| 第二章 microRNA 相关知识简介 | 第11-17页 |
| §2-1 microRNA 简介 | 第11-14页 |
| 2-1-1 microRNA 的产生 | 第11-13页 |
| 2-1-2 microRNA 的特征 | 第13-14页 |
| 2-1-3 microRNA 的作用机制 | 第14页 |
| 2-1-4 microRNA 的功能 | 第14页 |
| §2-2 microRNA 相关数据库 | 第14-15页 |
| §2-3 microRNA 的预测方法 | 第15-16页 |
| 2-3-1 microRNA 的克隆预测 | 第15页 |
| 2-3-2 microRNA 的生物信息学预测 | 第15-16页 |
| §2-4 本章小结 | 第16-17页 |
| 第三章 机器学习与相关算法理论 | 第17-30页 |
| §3-1 机器学习 | 第17-18页 |
| §3-2 支持向量机算法 | 第18-27页 |
| 3-2-1 支持向量机基础理论 | 第18-21页 |
| 3-2-2 支持向量机原理 | 第21-25页 |
| 3-2-3 支持向量机与神经网路的对比 | 第25-26页 |
| 3-2-4 支持向量机核函数 | 第26-27页 |
| §3-3 蚁群算法 | 第27-29页 |
| 3-3-1 蚁群算法基本原理 | 第27-28页 |
| 3-3-2 蚁群算法特性 | 第28-29页 |
| §3-4 本章小结 | 第29-30页 |
| 第四章 基于蚁群和支持向量机的microRNA 预测方法 | 第30-37页 |
| §4-1 实验数据 | 第30-31页 |
| §4-2 特征提取 | 第31-32页 |
| 4-2-1 序列结构特征提取 | 第31页 |
| 4-2-2 编码特征提取 | 第31-32页 |
| §4-3 训练过程 | 第32-33页 |
| §4-4 结果与分析 | 第33-36页 |
| 4-4-1 预测效果的评估 | 第33-34页 |
| 4-4-2 人类测试集结果分析 | 第34-35页 |
| 4-4-3 其他物种测试集结果分析 | 第35页 |
| 4-4-4 ACO+SVM 方法与其他方法比较分析 | 第35-36页 |
| §4-5 本章小结 | 第36-37页 |
| 第五章 总体结论与展望 | 第37-39页 |
| §5-1 总体结论 | 第37页 |
| §5-2 展望 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 攻读学位期间所取得的相关科研成果 | 第43页 |