| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 课题研究现状 | 第9-10页 |
| 1.2.1 生物实验预测方法 | 第9-10页 |
| 1.2.2 基于计算的预测方法 | 第10页 |
| 1.3 课题研究的主要工作 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 蛋白质亚细胞定位预测 | 第13-23页 |
| 2.1 蛋白质亚细胞定位预测的基本概念 | 第13-14页 |
| 2.2 蛋白质亚细胞定位预测的相关知识和研究现状 | 第14-21页 |
| 2.2.1 蛋白质数据库简介 | 第14-15页 |
| 2.2.2 蛋白质特征提取的研究现状 | 第15-18页 |
| 2.2.3 预测算法的研究现状 | 第18-21页 |
| 2.3 蛋白质亚细胞定位预测方法存在的问题和挑战 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 蛋白质亚细胞定位预测特征提取方法研究 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 基于PSSM的特征提取 | 第23-25页 |
| 3.3 基于GO的特征提取 | 第25-28页 |
| 3.3.1 相关定义 | 第25-27页 |
| 3.3.2 基于GO的特征向量构建模型 | 第27-28页 |
| 3.4 基于HSIC的特征降维 | 第28-31页 |
| 3.4.1 特征冗余分析 | 第28页 |
| 3.4.2 基于HSIC的特征降维方法 | 第28-31页 |
| 3.5 基于PSSM和GO特征的蛋白质特征构建方法 | 第31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 蛋白质亚细胞定位算法模型构建研究 | 第32-37页 |
| 4.1 引言 | 第32-33页 |
| 4.2 领域粗糙集的基本概念 | 第33-34页 |
| 4.3 基于领域粗糙集的蛋白质亚细胞多标签定位预测 | 第34-36页 |
| 4.3.1 可变精度的领域粗糙集 | 第34-35页 |
| 4.3.2 标签相关性分析 | 第35页 |
| 4.3.3 基于领域粗糙集结合标签相关性的多标签分类模型 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 实验结果及分析 | 第37-44页 |
| 5.1 实验数据 | 第37-38页 |
| 5.2 评价准则 | 第38-39页 |
| 5.3 实验结果与分析 | 第39-43页 |
| 5.4 本章小结 | 第43-44页 |
| 全文总结及未来展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第51页 |
