基于模糊支持向量机的蛋白质二级结构智能预测
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 蛋白质二级结构的研究现状 | 第10-12页 |
| 1.2.2 模糊支持向量机的研究现状 | 第12页 |
| 1.3 本文的工作 | 第12-14页 |
| 1.3.1 本文的主要研究内容 | 第12-13页 |
| 1.3.2 论文的组织框架 | 第13-14页 |
| 第二章 蛋白质二级结构预测 | 第14-22页 |
| 2.1 蛋白质 | 第14-16页 |
| 2.1.1 蛋白质简介 | 第14页 |
| 2.1.2 蛋白质结构介绍 | 第14-16页 |
| 2.2 蛋白质二级结构预测模型常用技术 | 第16-18页 |
| 2.2.1 样本集的选择 | 第16页 |
| 2.2.2 训练集与测试集 | 第16-17页 |
| 2.2.3 特征提取 | 第17页 |
| 2.2.4 滑动窗口技术 | 第17-18页 |
| 2.2.5 蛋白质二级结构预测的评价指标 | 第18页 |
| 2.3 蛋白质二级结构预测的常用方法 | 第18-20页 |
| 2.3.1 GOR方法 | 第19页 |
| 2.3.2 神经网络方法 | 第19-20页 |
| 2.4 几个常用的数据库介绍 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 蛋白质编码方式及相似性分析 | 第22-31页 |
| 3.1 氨基酸的常用编码方式 | 第22-25页 |
| 3.1.1 正交编码 | 第22页 |
| 3.1.2 5位编码 | 第22-23页 |
| 3.1.3 Profile编码 | 第23-24页 |
| 3.1.4 Codon编码 | 第24-25页 |
| 3.2 本文氨基酸编码方式介绍 | 第25-27页 |
| 3.2.1 氨基酸理化性质 | 第25-27页 |
| 3.2.2 倾向因子分析 | 第27页 |
| 3.3 相似性分析 | 第27-29页 |
| 3.3.1 序列相似性分析方法介绍 | 第27-28页 |
| 3.3.2 相似性度量方法 | 第28-29页 |
| 3.4 蛋白质序列相似性度量 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 改进的模糊支持向量机 | 第31-38页 |
| 4.1 支持向量机工作原理 | 第31-33页 |
| 4.2 模糊支持向量机 | 第33-36页 |
| 4.2.1 模糊支持向量机原理 | 第33-34页 |
| 4.2.2 常用隶属度设置方法 | 第34-36页 |
| 4.3 改进模糊支持向量机 | 第36-37页 |
| 4.3.1 隶属度改进思想 | 第36页 |
| 4.3.2 隶属度改进方式 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 蛋白质二级结构智能预测模型 | 第38-45页 |
| 5.1 实验流程 | 第38-39页 |
| 5.2 实验结果 | 第39-40页 |
| 5.3 讨论与比较 | 第40-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第六章 总结和展望 | 第45-47页 |
| 6.1 研究工作总结 | 第45页 |
| 6.2 研究工作展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
