| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·研究背景 | 第9-11页 |
| ·基于蛋白质序列分类的国内外研究进展 | 第11-13页 |
| ·论文的工作内容及创新点 | 第13-15页 |
| 2 蛋白质序列的特征提取和分类算法 | 第15-24页 |
| ·引言 | 第15页 |
| ·蛋白质序列特征提取算法 | 第15-21页 |
| ·基于氨基酸序列的特征提取算法 | 第16-17页 |
| ·基于氨基酸物理化学性质的特征提取算法 | 第17-18页 |
| ·基于数据库信息的特征提取算法 | 第18-19页 |
| ·基于元胞自动机图的特征提取 | 第19-21页 |
| ·蛋白质序列特征提取算法中存在的问题 | 第21页 |
| ·蛋白质分类算法 | 第21-23页 |
| ·基于统计的分类方法 | 第21-23页 |
| ·基于机器学习的分类算法 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 基于距离矩阵灰度图的蛋白质二级结构类型预测 | 第24-35页 |
| ·引言 | 第24-25页 |
| ·可视化方法 | 第25-27页 |
| ·几何矩及其特征值 | 第27-28页 |
| ·预测方法及结果 | 第28-30页 |
| ·变形的距离矩阵可视化方法 | 第30-31页 |
| ·几何矩及分类器设计 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于新的距离矩阵图的HPV 风险类型预测 | 第35-43页 |
| ·引言 | 第35-39页 |
| ·分类器设计与预测结果 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于新距离矩阵的GPCR 功能类型预测 | 第43-50页 |
| ·引言 | 第43-44页 |
| ·数据与可视化方法 | 第44-46页 |
| ·数据 | 第44-46页 |
| ·几何矩及分类器设计 | 第46-48页 |
| ·预测结果与讨论 | 第48页 |
| ·本章小结 | 第48-50页 |
| 6 基于十进制百分比的核受体子家族分类预测 | 第50-56页 |
| ·引言 | 第50-51页 |
| ·基于氨基酸二进制数字编码模型的核受体预测方法与结果 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 7 结论与展望 | 第56-58页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间参加的项目和所发表的论文 | 第64页 |