| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-12页 |
| 插图索引 | 第12-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题来源 | 第14-15页 |
| 1.2 研究背景与意义 | 第15-17页 |
| 1.3 研究现状 | 第17-21页 |
| 1.3.1 蛋白质序列特征提取 | 第17-20页 |
| 1.3.2 特征基因选择方法 | 第20-21页 |
| 1.4 本文主要工作 | 第21-22页 |
| 1.5 论文结构 | 第22-24页 |
| 第2章 相关理论知识 | 第24-45页 |
| 2.1 基因芯片介绍 | 第24-25页 |
| 2.2 基因选择方法综述 | 第25-34页 |
| 2.2.1 基因选择方法介绍 | 第25-30页 |
| 2.2.2 基于聚类的基因选择方法 | 第30-34页 |
| 2.3 蛋白质相关知识介绍 | 第34-44页 |
| 2.3.1 蛋白质的组成 | 第34-35页 |
| 2.3.2 蛋白质的物理化学属性 | 第35-36页 |
| 2.3.3 蛋白质功能预测基础介绍 | 第36-37页 |
| 2.3.4 蛋白质亚细胞定位基础介绍 | 第37-39页 |
| 2.3.5 蛋白质序列的提取方法 | 第39-42页 |
| 2.3.6 蛋白质相关应用预测的实验数据来源及系统评估方法 | 第42-44页 |
| 2.4 小结 | 第44-45页 |
| 第3章 基于混合特征的蛋白质亚细胞定位预测 | 第45-61页 |
| 3.1 引言 | 第45-46页 |
| 3.2 亚细胞定位预测一般流程 | 第46-47页 |
| 3.3 蛋白质序列混合特征表示方法 | 第47-52页 |
| 3.4 实验 | 第52-60页 |
| 3.4.1 实验数据 | 第52页 |
| 3.4.2 分类器的设计 | 第52-53页 |
| 3.4.3 性能评估 | 第53页 |
| 3.4.4 实验结果与实验分析 | 第53-60页 |
| 3.5 小结 | 第60-61页 |
| 第4章 基于序列数字特征的蛋白质功能预测方法研究 | 第61-74页 |
| 4.1 引言 | 第61-62页 |
| 4.2 基于序列的蛋白质功能预测方法概述 | 第62-64页 |
| 4.3 基于序列数字特征的蛋白质特征提取 | 第64-66页 |
| 4.3.1 蛋白质序列的全局和局部数字特征表示 | 第64-65页 |
| 4.3.2 蛋白质的亚细胞定位特征表示 | 第65-66页 |
| 4.4 实验 | 第66-73页 |
| 4.4.1 数据集 | 第66-67页 |
| 4.4.2 基于K-近邻功能预测方法 | 第67页 |
| 4.4.3 性能评估 | 第67-68页 |
| 4.4.4 结果评估 | 第68-73页 |
| 4.5 小结 | 第73-74页 |
| 第5章 基于聚类的混合基因选择算法 | 第74-92页 |
| 5.1 引言 | 第74-75页 |
| 5.2 基于混合法的特征基因选择方法 | 第75-84页 |
| 5.2.1 相关基因与冗余基因的度量 | 第75页 |
| 5.2.2 特征基因选择方法 | 第75页 |
| 5.2.3 过滤法 | 第75-76页 |
| 5.2.4 基于K-近邻的聚类方法 | 第76-78页 |
| 5.2.5 选择和替代结合基因 | 第78-79页 |
| 5.2.6 最优选择方法 | 第79-80页 |
| 5.2.7 支持向量机器 | 第80-81页 |
| 5.2.8 实验结果 | 第81-84页 |
| 5.3 基于混合法的关键SNP选择方法 | 第84-90页 |
| 5.3.1 关键SNP | 第84-85页 |
| 5.3.2 问题描述 | 第85页 |
| 5.3.3 方法流程 | 第85-88页 |
| 5.3.4 实验数据 | 第88-89页 |
| 5.3.5 实验结果分析 | 第89-90页 |
| 5.4 小结 | 第90-92页 |
| 结论 | 第92-96页 |
| 参考文献 | 第96-106页 |
| 致谢 | 第106-107页 |
| 附录A 攻读学位期间所发表的学术论文 | 第107-108页 |
| 附录B 攻读学位期间所参与的研究项目 | 第108页 |