首页--生物科学论文--生物化学论文--蛋白质论文

基于逻辑回归和局部结构信息的蛋白质功能模块检测算法的研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第10-18页
    1.1 研究背景及意义第10页
    1.2 国内外研究现状第10-16页
        1.2.1 基于图理论的检测方法研究现状第11-13页
        1.2.2 其它检测方法研究现状第13-16页
    1.3 研究内容和工作第16页
    1.4 本文组织结构第16-18页
2 相关背景知识第18-25页
    2.1 蛋白质相互作用网络第18-21页
        2.1.1 PPI网络的拓扑特征第18-20页
        2.1.2 蛋白质功能模块第20-21页
    2.2 GO数据库第21-23页
    2.3 逻辑回归模型第23-24页
    2.4 本章小结第24-25页
3 典型的蛋白质功能模块检测算法第25-33页
    3.1 ClusterOne算法第25-27页
        3.1.1 凝聚性得分第25-26页
        3.1.2 ClusterOne算法流程第26-27页
    3.2 ClusterEPs算法第27-32页
        3.2.1 EPs方法第28-29页
        3.2.2 ClusterEPs搜索策略第29-32页
    3.3 本章小结第32-33页
4 基于逻辑回归和局部结构信息的蛋白质模块检测算法第33-44页
    4.1 ClusterLR算法流程第33-34页
    4.2 打分函数第34-39页
        4.2.1 特征选择第34-37页
        4.2.2 训练打分函数第37-39页
    4.3 搜索策略第39-43页
        4.3.1 搜索起点的选择第40页
        4.3.2 算法的搜索策略第40-42页
        4.3.3 候选模块的合并与舍弃第42-43页
    4.4 本章小结第43-44页
5 实验结果与分析第44-61页
    5.1 数据来源与评价指标第44-48页
        5.1.1 数据来源第44-45页
        5.1.2 评价指标第45-48页
    5.2 确定算法ClusterLR参数第48-54页
        5.2.1 确定增长规模因子第49-52页
        5.2.2 确定搜索的起始节点第52-54页
    5.3 与其它算法对比实验结果与分析第54-58页
    5.4 GO分析第58-60页
    5.5 本章小结第60-61页
6 总结与展望第61-63页
参考文献第63-67页
作者简历及攻读硕士学位期间取得的研究成果第67-69页
学位论文数据集第69页

论文共69页,点击 下载论文
上一篇:我国基层政府购买社区公共服务研究--以北京市C乡为例
下一篇:语音合成中韵律结构预测改进--深度学习在韵律预测模块中的应用研究