首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于矩阵分解算法的长非编码RNA-蛋白质相互作用预测研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-20页
    1.1 研究背景及意义第10-12页
    1.2 研究现状及进展第12-16页
        1.2.1 基于实验的lncRNA-蛋白质相互作用鉴定第12-13页
        1.2.2 基于计算的lncRNA-蛋白质相互作用预测工作第13-15页
        1.2.3 基于矩阵分解的预测算法第15-16页
    1.3 本文的内容和结构安排第16-20页
第二章 矩阵分解算法相关的理论知识第20-28页
    2.1 非负矩阵分解第20-22页
    2.2 图正则化的非负矩阵分解第22-23页
    2.3 概率矩阵分解第23-25页
    2.4 核贝叶斯矩阵分解第25-27页
    2.5 本章总结第27-28页
第三章 lncRNA-蛋白质相互作用预测所需数据的处理及分析第28-36页
    3.1 lncRNA-蛋白质相互作用预测所需数据来源第28-32页
        3.1.1 lncRNA-蛋白质相互作用数据来源第28-31页
        3.1.2 lncRNA表达谱数据来源第31页
        3.1.3 蛋白质GO信息数据来源第31-32页
    3.2 lncRNA-蛋白质相互作用预测所需数据处理第32-34页
        3.2.1 lncRNA-蛋白质相互作用数据处理第32-33页
        3.2.2 lncRNA表达谱数据处理第33-34页
        3.2.3 蛋白质GO信息数据处理第34页
    3.3 本章总结第34-36页
第四章 面向lncRNA-蛋白质相互作用的图正则化非负矩阵分解预测算法第36-54页
    4.1 LPGNMF预测算法第36-41页
        4.1.1 LPGNMF算法介绍第36-39页
        4.1.2 LPGNMF算法求解第39-41页
    4.2 LPGNMF预测算法性能评估第41-42页
        4.2.1 交叉验证第41页
        4.2.2 预测算法的性能评估参数第41-42页
    4.3 LPGNMF算法与其它算法的性能比较第42-48页
    4.4 LPGNMF预测算法的结果分析第48-51页
    4.5 本章总结第51-54页
第五章 面向lncRNA-蛋白质相互作用的核贝叶斯矩阵分解预测算法第54-68页
    5.1 LPKBMF预测算法第54-60页
        5.1.1 LPKBMF算法介绍第54-56页
        5.1.2 LPKBMF算法求解第56-59页
        5.1.3 LPKBMF算法应用第59-60页
    5.2 LPKBMF预测算法性能评估第60页
    5.3 LPKBMF与其它算法的性能比较第60-65页
    5.4 LPKBMF预测算法的结果分析第65-67页
    5.5 本章总结第67-68页
第六章 总结与展望第68-70页
    6.1 本文工作总结第68-69页
    6.2 工作展望第69-70页
参考文献第70-76页
致谢第76-78页
在读期间发表的学术论文第78页

论文共78页,点击 下载论文
上一篇:非球形介质中偏振传输实验及特性分析
下一篇:大肠杆菌与毕赤酵母系统表达hTGF-β1的研究