| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景和意义 | 第12-15页 |
| ·研究现状 | 第15-17页 |
| ·本文结构安排 | 第17-19页 |
| 第2章 模体发现算法概述 | 第19-28页 |
| ·引言 | 第19页 |
| ·模体的相关定义 | 第19-20页 |
| ·概率网络模体相关算法 | 第20-26页 |
| ·子图挖掘 | 第21-23页 |
| ·子图比对 | 第23-24页 |
| ·概率网络模体确定 | 第24-26页 |
| ·小结 | 第26-28页 |
| 第3章 一种新型子图抽样和子图比对的概率网络模体发现算法 | 第28-42页 |
| ·引言 | 第28页 |
| ·方法 | 第28-35页 |
| ·AS-ESU 子图抽样算法 | 第28-32页 |
| ·蛋白质类型与顶点度相结合的子图比对 | 第32-34页 |
| ·确定概率网络模体 | 第34-35页 |
| ·实验 | 第35-41页 |
| ·实验数据 | 第35-36页 |
| ·实验结果与分析 | 第36-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于新型图编码比对的概率模体发现算法 | 第42-52页 |
| ·引言 | 第42-43页 |
| ·方法 | 第43-48页 |
| ·聚类与类内相似度 | 第43-44页 |
| ·全局度信息与子图结构相结合的图编码规则 | 第44-46页 |
| ·迭代更新类中心的子图聚类算法 | 第46-48页 |
| ·实验 | 第48-51页 |
| ·实验数据 | 第48页 |
| ·实验结果与分析 | 第48-51页 |
| ·小结 | 第51-52页 |
| 结论 | 第52-55页 |
| 参考文献 | 第55-61页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第61-62页 |
| 附录 B 攻读硕士学位期间参与的项目 | 第62-63页 |
| 致谢 | 第63页 |