基于集成算法的蛋白质复杂质谱数据分类研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10页 |
| 1.3 国内外研究现状及分析 | 第10-12页 |
| 1.4 研究内容 | 第12-13页 |
| 1.5 论文组织结构 | 第13-15页 |
| 第2章 生物蛋白质质谱数据降维及标准化 | 第15-28页 |
| 2.1 数据集 | 第15-18页 |
| 2.2 模型评估 | 第18-19页 |
| 2.3 预处理方法概述 | 第19-23页 |
| 2.3.1 数据降维方法概述 | 第19-21页 |
| 2.3.2 分箱与滑动窗口的预处理方法 | 第21-23页 |
| 2.4 预处理方法性能 | 第23-25页 |
| 2.5 预处理方法参数分析 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 基于传统与软计算技术的非集成分类策略研究 | 第28-34页 |
| 3.1 传统与软计算技术概述 | 第28页 |
| 3.2 分类策略概述 | 第28-32页 |
| 3.2.1 BP神经网络概述 | 第28-29页 |
| 3.2.2 K近邻概述 | 第29-30页 |
| 3.2.3 支持向量机概述 | 第30-32页 |
| 3.3 分类策略性能分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于不同结合策略的集成方法研究 | 第34-45页 |
| 4.1 集成学习 | 第34-38页 |
| 4.1.1 集成学习概述 | 第34页 |
| 4.1.2 集成学习分类 | 第34-37页 |
| 4.1.3 集成学习的结合策略 | 第37-38页 |
| 4.2 集成性能比较分析 | 第38-44页 |
| 4.2.1 加权投票法 | 第39-41页 |
| 4.2.2 多数投票法 | 第41-42页 |
| 4.2.3 随机森林 | 第42-43页 |
| 4.2.4 集成与非集成分类算法的对比分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 总结和展望 | 第45-47页 |
| 5.1 工作总结 | 第45-46页 |
| 5.2 未来工作展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-53页 |
| 硕士期间发表的论文和参与的课题 | 第53页 |
