| 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 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 蛋白质复合物研究现状 | 第11-14页 |
| 1.2.2 关键蛋白的研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 创新点 | 第16页 |
| 1.5 论文内容安排 | 第16-18页 |
| 第2章 基础知识介绍 | 第18-30页 |
| 2.1 群智能优化算法介绍 | 第18-24页 |
| 2.1.1 鸽子优化算法 | 第18-19页 |
| 2.1.2 果蝇优化算法 | 第19-22页 |
| 2.1.3 人工蜂群觅食算法 | 第22-24页 |
| 2.2 蛋白质相互作用网络 | 第24-27页 |
| 2.2.1 PPI网络构建 | 第24-25页 |
| 2.2.2 PPI网络特征 | 第25-26页 |
| 2.2.3 蛋白质复合物特征 | 第26-27页 |
| 2.3 DBSCAN聚类算法 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 改进的密度聚类DBSCAN算法检测蛋白质功能模块 | 第30-44页 |
| 3.1 DBSCAN算法分析 | 第30页 |
| 3.2 DBSCAN检测蛋白质功能模块 | 第30-31页 |
| 3.3 改进的DBSCAN检测蛋白质功能 | 第31-35页 |
| 3.3.1 采用PIO进行参数寻优 | 第32页 |
| 3.3.2 使用动态网络进行不同参数设置 | 第32-33页 |
| 3.3.3 针对重叠蛋白质复合物的检测 | 第33-34页 |
| 3.3.4 算法流程 | 第34-35页 |
| 3.3.5 算法时间复杂度分析 | 第35页 |
| 3.4 实验模拟及分析 | 第35-43页 |
| 3.4.1 性能度量准则 | 第35-36页 |
| 3.4.2 实验数据 | 第36-37页 |
| 3.4.3 参数选择 | 第37-38页 |
| 3.4.4 DBSCAN的参数优化过程 | 第38-39页 |
| 3.4.5 聚类结果分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 果蝇优化算法检测蛋白质功能模块 | 第44-56页 |
| 4.1 动态PPI网络构建 | 第44-46页 |
| 4.2 FOCA算法检测蛋白质功能模块 | 第46-49页 |
| 4.2.1 果蝇位置的形成 | 第46-47页 |
| 4.2.2 FOCA的编码和解码 | 第47-48页 |
| 4.2.3 过滤蛋白质复合物 | 第48页 |
| 4.2.4 算法流程 | 第48-49页 |
| 4.2.5 时间复杂度分析 | 第49页 |
| 4.3 仿真实验及分析 | 第49-54页 |
| 4.3.1 实验数据处理 | 第50页 |
| 4.3.2 蛋白质复合物核心的分析 | 第50-51页 |
| 4.3.3 与已知蛋白质复合物比较 | 第51-53页 |
| 4.3.4 与其他算法性能比较 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 鸽子优化算法检测蛋白质功能模块 | 第56-66页 |
| 5.1 蛋白质复合物特征 | 第56-57页 |
| 5.2 基于鸽子优化算法的聚类算法PIOC | 第57-59页 |
| 5.2.1 地图罗盘操作的编码解码 | 第57页 |
| 5.2.2 地标操作的编码解码 | 第57-58页 |
| 5.2.3 算法流程 | 第58页 |
| 5.2.4 时间复杂度分析 | 第58-59页 |
| 5.3 实验结果和讨论 | 第59-63页 |
| 5.3.1 实验参数分析 | 第60-61页 |
| 5.3.2 与标准库的比较 | 第61-62页 |
| 5.3.3 与其它聚类算法的性能比较 | 第62-63页 |
| 5.4 本章小结 | 第63-66页 |
| 第6章 人工蜂群觅食机制识别关键蛋白 | 第66-76页 |
| 6.1 概述 | 第66-67页 |
| 6.2 人工蜂群关键蛋白识别方法 | 第67-70页 |
| 6.2.1 度量方法 | 第67页 |
| 6.2.2 算法对应到人工蜂群的编码解码过程 | 第67-69页 |
| 6.2.3 算法的流程 | 第69-70页 |
| 6.2.4 时间复杂度分析 | 第70页 |
| 6.3 实验仿真及分析 | 第70-74页 |
| 6.4 本章小结 | 第74-76页 |
| 第7章 总结与展望 | 第76-78页 |
| 7.1 全文工作总结 | 第76-77页 |
| 7.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士期间研究成果 | 第86-87页 |