首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进朴素贝叶斯的蛋白质提纯方法选择

摘要第4-5页
Abstract第5页
1 绪论第8-16页
    1.1 研究背景和选题意义第8-9页
    1.2 相关技术研究现状第9-13页
        1.2.1 蛋白质提纯技术第9-11页
        1.2.2 数据挖掘与朴素贝叶斯分类第11-13页
    1.3 论文所做工作第13-14页
    1.4 论文组织结构第14-16页
2 相关理论介绍第16-27页
    2.1 贝叶斯理论概述与分类方法第16-22页
        2.1.1 贝叶斯理论介绍第16-19页
        2.1.2 贝叶斯分类算法第19-22页
    2.2 EM算法介绍第22-25页
        2.2.1 EM算法基本原理第22-24页
        2.2.2 EM算法的收敛性第24-25页
    2.3 核密度估计基本原理第25-26页
    2.4 本章小结第26-27页
3 改进的朴素贝叶斯算法——EM-KDNB第27-42页
    3.1 针对数据缺失的改进(EM-NB)第27-29页
        3.1.1 数据缺失相关介绍第27-28页
        3.1.2 具体改进方法第28-29页
    3.2 针对连续属性正态分布假设的改进(KDNB)第29-30页
    3.3 改进算法的实验验证与分析第30-41页
        3.3.1 UCL数据集第30-32页
        3.3.2 实验评价标准第32-35页
        3.3.3 实验环境介绍第35-36页
        3.3.4 实验验证与结果分析第36-41页
    3.4 本章小结第41-42页
4 在蛋白质分离提纯工程的应用第42-49页
    4.1 背景描述第42-43页
    4.2 试验设计与说明第43-46页
        4.2.1 试验算法设计第43-45页
        4.2.2 实验规则说明第45-46页
    4.3 试验结果与分析第46-48页
    4.4 本章小结第48-49页
5. 系统设计与实现第49-57页
    5.1 ASP.NET介绍第49页
    5.2 系统平台开发第49-52页
        5.2.1 系统总体结构第49-50页
        5.2.2 系统数据库设计第50-52页
    5.3 系统具体实现第52-56页
        5.3.1 系统组成第52-53页
        5.3.2 系统部分界面第53-56页
    5.4 本章小结第56-57页
结论第57-58页
参考文献第58-60页
攻读硕士学位期间发表学术论文情况第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:基于苯骈三氮唑有机小分子光伏材料的合成与性质
下一篇:光学玻璃纳米力学性能研究