首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

分类算法在生物信息学中的应用

中文摘要第1-3页
Abstract第3-4页
中文文摘第4-6页
目录第6-8页
绪论第8-14页
 第一节 生物信息学第8-9页
 第二节 课题研究意义第9-10页
 第三节 课题研究现状第10-13页
 第四节 本文主要内容及结构安排第13-14页
第一章 预备知识介绍第14-22页
 第一节 本文主要研究对象第14-18页
     ·基因表达谱第14页
     ·蛋白质序列及信号肽第14-18页
 第二节 模式识别基础第18-20页
 第三节 本章小结第20-22页
第二章 基于贝叶斯分类器的结肠癌数据分类第22-28页
 第一节 贝叶斯分类算法第22-24页
     ·贝叶斯网络第22-23页
     ·贝叶斯分类器第23-24页
     ·Matlab贝叶斯网络工具箱第24页
 第二节 肿瘤基因表达谱分类模型第24-25页
     ·肿瘤基因表达谱分类模型第24-25页
     ·改进的肿瘤基因表达谱分类模型第25页
 第三节 实验及分析第25-27页
     ·实验环境与数据第25-26页
     ·实验结果与分析第26-27页
 第四节 本章小结第27-28页
第三章 Signal-BNF:一个用于预测信号肽的贝叶斯网络融合方法第28-42页
 第一节 预处理数据集第28-33页
     ·实验数据集第28-29页
     ·蛋白质序列切割及抽样第29-31页
     ·蛋白质序列编码第31-33页
 第二节 Signal-BNF算法第33-36页
     ·基分类器分类第33-34页
     ·集成分类器分类第34-36页
 第三节 实验及分析第36-41页
     ·实验环境第36页
     ·实验结果与分析第36-41页
 第四节 本章小结第41-42页
第四章 应用探究第42-46页
 第一节 蛋白质序列编码第42-43页
 第二节 旋转森林第43-44页
 第三节 序列比对第44-45页
 第四节 本章小结第45-46页
第五章 总结与展望第46-48页
 第一节 本文总结第46页
 第二节 工作展望第46-48页
参考文献第48-54页
攻读学位期间承担的科研任务与主要成果第54-56页
致谢第56-58页
个人简历第58-60页

论文共60页,点击 下载论文
上一篇:基于聚焦式超声换能器的甲状腺光声光谱初探
下一篇:基于表面增强拉曼光谱技术的结肠癌和胃癌患者血液研究