| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 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10-15页 |
| 1.2.1 概述 | 第10-11页 |
| 1.2.2 蛋白质相互作用数据 | 第11-12页 |
| 1.2.3 PPI网络中复合物挖掘方法研究 | 第12-15页 |
| 1.3 论文的研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 基础知识介绍 | 第18-28页 |
| 2.1 群智能优化算法 | 第18-23页 |
| 2.1.1 遗传算法 | 第18-19页 |
| 2.1.2 人工蜂群算法 | 第19-21页 |
| 2.1.3 布谷鸟搜索算法 | 第21-23页 |
| 2.2 聚类算法介绍 | 第23-27页 |
| 2.2.1 G-N算法 | 第23-24页 |
| 2.2.2 RNSC算法 | 第24-25页 |
| 2.2.3 MCODE算法 | 第25-26页 |
| 2.2.4 MCL聚类算法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 布谷鸟搜寻机理用于PPI网络聚类 | 第28-36页 |
| 3.1 布谷鸟搜索算法 | 第28页 |
| 3.2 基于布谷鸟搜寻机理的PPI网络聚类 | 第28-32页 |
| 3.2.1 聚类模型设计 | 第29-31页 |
| 3.2.2 伪代码描述 | 第31-32页 |
| 3.3 实验结果分析 | 第32-34页 |
| 3.3.1 实验数据及评价 | 第32页 |
| 3.3.2 实验结果分析 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 基于粒度计算的PPI网络聚类方法 | 第36-46页 |
| 4.1 基础介绍 | 第36-37页 |
| 4.2 基于粒度计算的聚类方法 | 第37-40页 |
| 4.2.1 粒度聚类原理 | 第37-38页 |
| 4.2.2 基于商空间理论的聚类模型 | 第38-39页 |
| 4.2.3 聚类操作 | 第39页 |
| 4.2.4 伪代码描述 | 第39-40页 |
| 4.3 评价标准 | 第40-41页 |
| 4.4 结果分析 | 第41-44页 |
| 4.4.1 数据 | 第41页 |
| 4.4.2 实验结果分析 | 第41-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于拓扑势加权的动态PPI网络复合物挖掘方法 | 第46-56页 |
| 5.1 拓扑势场介绍 | 第46页 |
| 5.2 结点的拓扑势 | 第46-47页 |
| 5.3 结点间的拓扑势定义及加权网络构建 | 第47-48页 |
| 5.4 MCL-TP算法 | 第48-50页 |
| 5.4.1 MCL聚类 | 第48-49页 |
| 5.4.2 MCL-TP算法思想 | 第49页 |
| 5.4.3 伪代码描述 | 第49-50页 |
| 5.4.4 算法时间复杂度分析 | 第50页 |
| 5.4.5 算法后处理 | 第50页 |
| 5.5 实验仿真及分析 | 第50-55页 |
| 5.5.1 DIP数据实验结果分析 | 第50-53页 |
| 5.5.2 Krogan数据实验结果分析 | 第53-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 研究工作总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间研究成果 | 第67页 |