| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 蛋白质折叠模式识别概述 | 第12-17页 |
| 1.2.1 蛋白质的折叠模式 | 第12-14页 |
| 1.2.2 国内外研究现状分析 | 第14-17页 |
| 1.3 本文的主要研究工作 | 第17-18页 |
| 1.4 本文的内容安排 | 第18-20页 |
| 第2章 预备知识 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 数据集 | 第20-25页 |
| 2.2.1 蛋白质结构数据库 | 第20-21页 |
| 2.2.2 通用实验数据集 | 第21-25页 |
| 2.3 分类算法 | 第25-27页 |
| 2.3.1 支持向量机 | 第25-26页 |
| 2.3.2 随机森林 | 第26-27页 |
| 2.4 蛋白质折叠模式识别方法的性能评价 | 第27-29页 |
| 2.4.1 评价方法 | 第27-28页 |
| 2.4.2 评价指标 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于序列进化模式伪氨基酸组分的蛋白质结构类预测方法 | 第30-54页 |
| 3.1 引言 | 第30页 |
| 3.2 位置特异性打分矩阵 | 第30-31页 |
| 3.3 序列进化模式伪氨基酸组分特征表示 | 第31-36页 |
| 3.4 基于相关性的特征选择 | 第36-40页 |
| 3.4.1 CFS法的基本思想和算法步骤 | 第36-38页 |
| 3.4.2 特征分析 | 第38-40页 |
| 3.5 信息融合的蛋白质结构类预测方法 | 第40-44页 |
| 3.5.1 特征级信息融合的蛋白质结构类预测方法 | 第41-42页 |
| 3.5.2 多分类器决策融合的蛋白质结构类预测方法 | 第42-44页 |
| 3.6 实验结果与讨论 | 第44-52页 |
| 3.6.1 分类算法参数设置和选择 | 第44-46页 |
| 3.6.2 PseEvo-PSCP1和PseEvo-PSCP2的分类性能 | 第46-50页 |
| 3.6.3 两种信息融合策略对分类性能的影响 | 第50-51页 |
| 3.6.4 与其它基于PSSM的蛋白质结构类预测方法的比较 | 第51-52页 |
| 3.7 本章小结 | 第52-54页 |
| 第4章 基于二级结构的蛋白质结构类预测方法 | 第54-79页 |
| 4.1 引言 | 第54页 |
| 4.2 蛋白质二级结构预测 | 第54-56页 |
| 4.3 基于二级结构的蛋白质特征表示 | 第56-66页 |
| 4.3.1 基于蛋白质二级结构预测概率矩阵的特征表示 | 第57-59页 |
| 4.3.2 基于蛋白质二级结构序列的特征表示 | 第59-66页 |
| 4.4 特征级-决策级双层信息融合的蛋白质结构类预测方法 | 第66-67页 |
| 4.5 实验结果与分析 | 第67-77页 |
| 4.5.1 分类算法参数设置和选择 | 第67-68页 |
| 4.5.2 SS-PSCP的分类性能 | 第68-70页 |
| 4.5.3 双层信息融合策略对分类性能的影响 | 第70-73页 |
| 4.5.4 融合序列进化保守性和二级结构特征对分类性能的影响 | 第73-77页 |
| 4.6 本章小结 | 第77-79页 |
| 第5章 融合结构类信息的层次化蛋白质折叠子识别方法 | 第79-96页 |
| 5.1 引言 | 第79页 |
| 5.2 层次化蛋白质折叠子识别方法的结构框架 | 第79-90页 |
| 5.2.1 基于硬分类的层次化识别框架 | 第79-81页 |
| 5.2.2 基于软分类的层次化识别框架 | 第81-84页 |
| 5.2.3 两种层次化识别框架的关系 | 第84页 |
| 5.2.4 两种层次化识别框架的性能分析 | 第84-90页 |
| 5.3 多源信息融合的层次化蛋白质折叠子识别方法及其性能分析 | 第90-94页 |
| 5.3.1 多源信息融合的层次化蛋白质折叠子识别方法 | 第90-91页 |
| 5.3.2 对比实验结果 | 第91-94页 |
| 5.4 本章小结 | 第94-96页 |
| 结论 | 第96-98页 |
| 参考文献 | 第98-109页 |
| 附录 | 第109-114页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第114-115页 |
| 致谢 | 第115页 |
