基于压缩感知的蛋白质功能分类预测
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·生物信息学 | 第10-11页 |
| ·蛋白质相关知识 | 第11-14页 |
| ·蛋白质的构成 | 第11-13页 |
| ·蛋白质的结构 | 第13-14页 |
| ·蛋白质的功能 | 第14页 |
| ·蛋白质结构和功能预测 | 第14-15页 |
| ·蛋白质结构和功能研究意义 | 第14页 |
| ·蛋白质结构和功能研究现状 | 第14-15页 |
| ·论文的主要内容和组织结构 | 第15-17页 |
| ·论文的主要内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 2 生物数据挖掘分类算法 | 第17-25页 |
| ·K近邻法 | 第18-19页 |
| ·支持向量机 | 第19-21页 |
| ·人工神经网络 | 第21-23页 |
| ·分类性能评价 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 压缩感知分类算法 | 第25-30页 |
| ·压缩感知理论基本原理 | 第25-26页 |
| ·信号的稀疏表示 | 第26-27页 |
| ·测量矩阵选取 | 第27-28页 |
| ·信号重建算法 | 第28-29页 |
| ·压缩感知算法架构 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 基于压缩感知预测凋亡蛋白亚细胞位点 | 第30-40页 |
| ·蛋白质亚细胞位点识别 | 第30-31页 |
| ·亚细胞结构 | 第31页 |
| ·蛋白质亚细胞定位预测的意义 | 第31页 |
| ·凋亡蛋白数据 | 第31-35页 |
| ·数据集选取 | 第32页 |
| ·蛋白质一级序列表征方法 | 第32-35页 |
| ·凋亡蛋白数据的稀疏表示 | 第35-36页 |
| ·冗余字典 | 第36-37页 |
| ·信号的观测与重构 | 第37-38页 |
| ·实验结果和讨论 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于压缩感知的蛋白质质谱数据分析 | 第40-46页 |
| ·肿瘤表达数据分析 | 第40-41页 |
| ·蛋白质质谱技术 | 第40-41页 |
| ·肿瘤质谱数据分类的一般步骤 | 第41页 |
| ·实验数据集 | 第41-42页 |
| ·数据预处理 | 第42-43页 |
| ·压缩感知分类模型 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 6 结论 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·未来工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录A | 第51-54页 |
| 作者简历 | 第54-56页 |
| 学位论文数据集 | 第56页 |
