基于生物语义数据的图模型构建与分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究目标和研究内容 | 第9-10页 |
| 1.2.1 研究目标 | 第9页 |
| 1.2.2 研究内容 | 第9-10页 |
| 1.3 全文安排 | 第10-11页 |
| 第二章 文献综述 | 第11-20页 |
| 2.1 语义网 | 第11-14页 |
| 2.1.1 RDF | 第11-12页 |
| 2.1.2 RDF Schema | 第12-14页 |
| 2.2 大规模语义数据的存储和处理 | 第14-18页 |
| 2.2.1 面临的问题 | 第14-15页 |
| 2.2.2 相关技术 | 第15-18页 |
| 2.3 药物发现相关工作 | 第18-20页 |
| 第三章 语义数据图模型构建系统 | 第20-32页 |
| 3.1 语义数据存储层 | 第21-23页 |
| 3.1.1 语义数据存储模型介绍 | 第21-22页 |
| 3.1.2 节点编号存储模型 | 第22-23页 |
| 3.2 分布式图模型层 | 第23-29页 |
| 3.2.1 分布式图模型构建问题论述 | 第23-24页 |
| 3.2.2 GraphLab分布式图模型分析 | 第24-26页 |
| 3.2.3 语义数据分布式图模型构建 | 第26-29页 |
| 3.3 应用层 | 第29-32页 |
| 第四章 生物数据集图模型构建与分析 | 第32-41页 |
| 4.1 ChEMBL数据集存储层构建 | 第32-34页 |
| 4.1.1 相关概念 | 第33页 |
| 4.1.2 语义分析与提取 | 第33-34页 |
| 4.2 图模型层构建 | 第34-35页 |
| 4.3 应用层活性特征发现算法 | 第35-41页 |
| 4.3.1 传统网络节点相似度分析 | 第35-38页 |
| 4.3.2 潜在活性发现算法 | 第38-41页 |
| 第五章 实验及相关分析 | 第41-45页 |
| 5.1 实验结果 | 第41-43页 |
| 5.2 实验分析 | 第43-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 论文总结 | 第45页 |
| 6.2 工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和参加科研情况说明 | 第51-52页 |
| 致谢 | 第52-53页 |
