| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.3 研究路线 | 第16-20页 |
| 1.3.1 总体研究方案 | 第16-17页 |
| 1.3.2 蛋白质特征的处理 | 第17-18页 |
| 1.3.3 学习层次的设计 | 第18-19页 |
| 1.3.4 预测系统的实现 | 第19-20页 |
| 1.4 创新点 | 第20-21页 |
| 1.5 论文组织 | 第21-23页 |
| 第二章 文献综述 | 第23-42页 |
| 2.1 概述 | 第23页 |
| 2.2 蛋白质亚细胞定位预测研究进展 | 第23-38页 |
| 2.2.1 蛋白质数据集 | 第23-25页 |
| 2.2.2 特征表示 | 第25-33页 |
| 2.2.3 预测方法 | 第33-34页 |
| 2.2.4 性能测试与度量 | 第34-38页 |
| 2.3 基于集成多标记学习的预测系统研究现状 | 第38-41页 |
| 2.3.1 多标记学习算法 | 第38-39页 |
| 2.3.2 集成多标记学习 | 第39页 |
| 2.3.3 蛋白质亚细胞定位预测系统的研究 | 第39-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 可扩展的三层集成多标记学习模型设计 | 第42-58页 |
| 3.1 引言 | 第42-43页 |
| 3.2 基于多标记的学习方式 | 第43页 |
| 3.3 学习算法与分类器的分层结构 | 第43-48页 |
| 3.3.1 个体学习层 | 第45-47页 |
| 3.3.2 集成学习层 | 第47-48页 |
| 3.3.3 优化学习层 | 第48页 |
| 3.4 三层集成多标记学习模型的接口体系设计 | 第48-57页 |
| 3.4.1 类图设计 | 第48-49页 |
| 3.4.2 类和接口的设计 | 第49-56页 |
| 3.4.3 多标记学习模型类库发布 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 图形化可配置式集成多标记学习系统框架的构建 | 第58-81页 |
| 4.1 引言 | 第58-59页 |
| 4.2 样本的表示 | 第59页 |
| 4.3 学习系统的形式化表示 | 第59-61页 |
| 4.4 学习系统的构建流程 | 第61-62页 |
| 4.5 学习系统的执行过程 | 第62-67页 |
| 4.5.1 在线学习过程 | 第62-66页 |
| 4.5.2 离线预测过程 | 第66-67页 |
| 4.6 学习算法的实现 | 第67-73页 |
| 4.6.1 个体学习层的扩展实现 | 第67-70页 |
| 4.6.2 集成学习层的扩展实现 | 第70-72页 |
| 4.6.3 优化学习层的扩展实现 | 第72-73页 |
| 4.7 性能度量指标的计算 | 第73-74页 |
| 4.8 流程性操作界面设计 | 第74-78页 |
| 4.8.1 在线学习界面 | 第74-77页 |
| 4.8.2 离线预测界面 | 第77-78页 |
| 4.9 系统配置属性 | 第78-79页 |
| 4.10 多标记学习系统框架的类库发布 | 第79-80页 |
| 4.11 本章小结 | 第80-81页 |
| 第五章 轻量级蛋白质亚细胞定位预测系统的实现 | 第81-110页 |
| 5.1 概述 | 第81-82页 |
| 5.2 数据集的存储与访问 | 第82-84页 |
| 5.3 蛋白质特征向量的生成 | 第84-87页 |
| 5.4 亚细胞位置关联模型 | 第87-88页 |
| 5.5 基于关联模型的优化方法 | 第88-89页 |
| 5.6 系统的安装与运行 | 第89-90页 |
| 5.7 在线学习 | 第90-104页 |
| 5.7.1 个体学习 | 第90-95页 |
| 5.7.2 集成学习 | 第95-99页 |
| 5.7.3 优化学习 | 第99-100页 |
| 5.7.4 优化分类器 | 第100-102页 |
| 5.7.5 最终分类器 | 第102-103页 |
| 5.7.6 学习过程控制 | 第103-104页 |
| 5.8 离线预测 | 第104-108页 |
| 5.8.1 立即离线预测 | 第104-105页 |
| 5.8.2 独立离线预测 | 第105页 |
| 5.8.3 离线预测功能操作 | 第105-108页 |
| 5.9 本章小结 | 第108-110页 |
| 第六章 预测系统的应用与预测性能分析 | 第110-126页 |
| 6.1 革兰氏阳性细菌蛋白质亚细胞定位预测 | 第110-115页 |
| 6.1.1 数据集 | 第110-111页 |
| 6.1.2 特征表示 | 第111页 |
| 6.1.3 实验过程 | 第111-114页 |
| 6.1.4 结果分析 | 第114-115页 |
| 6.2 动物蛋白质亚细胞定位预测 | 第115-125页 |
| 6.2.1 数据集 | 第115-117页 |
| 6.2.2 特征表示 | 第117页 |
| 6.2.3 实验过程 | 第117-119页 |
| 6.2.4 结果分析 | 第119-125页 |
| 6.3 结论 | 第125页 |
| 6.4 本章小结 | 第125-126页 |
| 第七章 总结与展望 | 第126-128页 |
| 7.1 研究总结 | 第126页 |
| 7.2 研究展望 | 第126-128页 |
| 参考文献 | 第128-138页 |
| 攻读博士学位期间取得学术成果情况 | 第138-139页 |
| 致谢 | 第139页 |