基于商空间粒度理论的商分形模型及其应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 图索引 | 第9-10页 |
| 表索引 | 第10-11页 |
| 目录 | 第11-14页 |
| 第1章 概述 | 第14-22页 |
| ·分形理论概述 | 第14-16页 |
| ·分形的发展历史 | 第14页 |
| ·分形的概念 | 第14-15页 |
| ·分形学研究现状 | 第15-16页 |
| ·研究目的和方法 | 第16-17页 |
| ·商空间粒度理论概述 | 第17-19页 |
| ·粒度计算背景 | 第17页 |
| ·粒度计算的研究现状 | 第17-18页 |
| ·商空间理论概述 | 第18-19页 |
| ·本文内容安排 | 第19-22页 |
| 第2章 商分形模型的形成 | 第22-36页 |
| ·预备知识 | 第22-23页 |
| ·距离度量建立 | 第23-24页 |
| ·模糊等价关系建立 | 第24-25页 |
| ·相似性建立 | 第25-27页 |
| ·商分形的建立 | 第27-35页 |
| ·概念准备 | 第27-28页 |
| ·商集链的形成 | 第28-30页 |
| ·商拓扑的形成 | 第30-32页 |
| ·商分形的形成 | 第32-34页 |
| ·分形映射、分形、商分形的关系 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 商分形模型的描述 | 第36-43页 |
| ·维数 | 第36-38页 |
| ·测度 | 第38-39页 |
| ·密度 | 第39页 |
| ·粒度 | 第39-41页 |
| ·细度 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 商分形模型在蛋白质结构研究中的应用 | 第43-102页 |
| ·生物信息学中的智能模型 | 第43-54页 |
| ·人工神经网络方法 | 第43-46页 |
| ·隐马尔科夫模型 | 第46-48页 |
| ·支持向量机 | 第48-51页 |
| ·遗传算法 | 第51-52页 |
| ·概率图模型 | 第52-53页 |
| ·Agent模型 | 第53-54页 |
| ·蛋白质一级结构探讨 | 第54-59页 |
| ·引入 | 第54-55页 |
| ·计分系统准则 | 第55-59页 |
| ·蛋白质的二级结构研究 | 第59-81页 |
| ·构造性覆盖神经网络 | 第61-66页 |
| ·基于商空间的构造性分层竞争网络 | 第66-69页 |
| ·基于核函数的构造性学习算法 | 第69-74页 |
| ·基于构造性学习算法的蛋白质二级结构预测 | 第74-81页 |
| ·蛋白质三级结构分析 | 第81-100页 |
| ·基于分形维数的蛋白质结构域分析 | 第82-90页 |
| ·基于粒度理论的蛋白质三级结构比对分析 | 第90-100页 |
| ·本章小结 | 第100-102页 |
| 第5章 商分形模型在城市发展分析中的应用 | 第102-111页 |
| ·基于商空间理论的模糊聚类分析 | 第102-106页 |
| ·聚类分析是在相对统一的非均匀粒度下进行 | 第102-103页 |
| ·聚类分析的本质内核是分层递阶结构 | 第103-105页 |
| ·实例分析 | 第105-106页 |
| ·基于分形维数的城市规模分析 | 第106-110页 |
| ·模型简述 | 第106-107页 |
| ·从分形维数分析安徽省城市规模分布现状 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 总结和展望 | 第111-114页 |
| ·本文主要工作与创新 | 第111-113页 |
| ·进一步的研究工作 | 第113-114页 |
| 参考文献 | 第114-125页 |
| 致谢 | 第125-126页 |
| 攻读博士学位期间从事的科研工作以及发表的论文 | 第126-127页 |
