| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 蛋白质-核苷酸结合位点研究生物学基本概念 | 第10-13页 |
| 1.2 蛋白质-核苷酸相互作用研究现状 | 第13-16页 |
| 1.2.1 基于结构信息的预测方法 | 第13-14页 |
| 1.2.2 基于序列信息的预测方法 | 第14-15页 |
| 1.2.3 综合序列信息与结构信息的预测方法 | 第15-16页 |
| 1.3 蛋白-核苷酸结合位点研究的目的和意义 | 第16页 |
| 1.4 本文主要工作 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 数据集与特征空间 | 第18-28页 |
| 2.1 数据集 | 第18-23页 |
| 2.1.1 PDB数据库 | 第18-19页 |
| 2.1.2 BioLiP数据库 | 第19-21页 |
| 2.1.3 本文数据集 | 第21-23页 |
| 2.2 特征空间 | 第23-27页 |
| 2.2.1 位置特异性打分矩阵 | 第24页 |
| 2.2.2 氨基酸理化性质 | 第24-26页 |
| 2.2.3 预测二级结构 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 P.A-KNN算法 | 第28-37页 |
| 3.1 基本ADABOOST算法 | 第28-30页 |
| 3.2 P-ADABOOST算法 | 第30-31页 |
| 3.3 基本KNN算法 | 第31-33页 |
| 3.4 几种常见的KNN优化方式 | 第33-35页 |
| 3.4.1 对相似度的计算进行优化 | 第33-34页 |
| 3.4.2 加快分类效率 | 第34页 |
| 3.4.3 K值的选择 | 第34-35页 |
| 3.4.4 与其他方法集成 | 第35页 |
| 3.5 P.A-KNN算法 | 第35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 实验结果与评价 | 第37-41页 |
| 4.1 评价指标 | 第37-38页 |
| 4.2 P.A-KNN与ADABOOST-KNN、KNN进行比较 | 第38页 |
| 4.3 P.A-KNN与当前效果较好的预测器进行比较 | 第38-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 致谢 | 第48页 |