首页--生物科学论文--生物化学论文--蛋白质论文

蛋白质结构类预测中若干关键算法的研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-17页
   ·研究背景与研究意义第9-11页
     ·研究背景第9-10页
     ·研究意义第10-11页
   ·蛋白质数据库及数据集第11-15页
     ·蛋白质数据库第11-12页
     ·蛋白质结构类第12-14页
     ·数据集第14-15页
   ·本文的主要工作和安排第15-17页
     ·主要工作第15页
     ·内容安排第15-17页
2 蛋白质特征信息的提取算法第17-47页
   ·引言第17页
   ·蛋白质基础理论知识第17-20页
     ·蛋白质的组成第18页
     ·氨基酸物理化学性质第18-19页
     ·蛋白质的结构第19-20页
   ·现有的蛋白质特征信息提取算法第20-27页
     ·基于氨基酸组分和多肽链组分的特征提取算法第21-22页
     ·基于氨基酸物理化学特性的特征提取算法第22-24页
     ·基于蛋白质二级结构信息的特征提取算法第24-27页
     ·其它特征提取算法第27页
   ·本文提出的蛋白质特征提取算法第27-33页
     ·蛋白质二级结构的氨基酸组分算法第27-29页
     ·蛋白质位置特异性矩阵的信息提取算法第29-31页
     ·蛋白质二级结构位置信息提取算法第31-32页
     ·蛋白质空间组件信息提取算法第32-33页
   ·结果与讨论第33-46页
     ·氨基酸组分算法的比较与分析第34-35页
     ·蛋白质二级结构信息提取算法的比较和分析第35-39页
     ·蛋白质位置特异性矩阵信息提取算法的参数分析第39-42页
     ·蛋白质空间组件信息提取算法的参数分析第42-46页
   ·本章小结第46-47页
3 信息挑选与融合算法第47-55页
   ·引言第47页
   ·基于 SVM 封装器的信息挑选算法第47-49页
   ·信息融合方案第49-50页
   ·结果与讨论第50-53页
     ·不同特征信息挑选算法的比较第50-52页
     ·不同信息融合方案的比较第52-53页
   ·本章小结第53-55页
4 蛋白质结构类预测算法的设计第55-63页
   ·引言第55页
   ·支持向量机第55-56页
   ·K-近邻法第56-57页
   ·基于 SVM 的多分类器预测算法第57-58页
   ·结果与讨论第58-62页
     ·评估方法和指标第58-60页
     ·SVM 和 K-NN 分类器的比较第60-61页
     ·基于 SVM 的多分类器预测算法与单分类器的比较第61-62页
   ·本章小结第62-63页
5 总结和展望第63-65页
参考文献第65-70页
附录第70-77页
攻读学位期间的研究成果第77-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:蛋白质亚细胞定位预测中若干信息提取算法研究
下一篇:蛋白质序列空间曲线构造及相似性分析