| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状分析 | 第12-14页 |
| ·本文组织与结构 | 第14-15页 |
| 第2章 RNA 相关理论知识 | 第15-37页 |
| ·RNA 生物知识 | 第16-25页 |
| ·RNA 的基本单位 | 第16页 |
| ·RNA 的化学组成 | 第16-18页 |
| ·RNA 的化学结构与其他大分子化学结构的差异 | 第18-19页 |
| ·RNA 的分类及其功能 | 第19-25页 |
| ·RNA 结构特征 | 第25-34页 |
| ·RNA 二级结构组成 | 第26-30页 |
| ·关于 RNA 结构中的假结问题 | 第30-31页 |
| ·RNA 的二级结构表示方法 | 第31-34页 |
| ·RNA 的数据库资源 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 现有 RNA 二级结构预测方法的分析 | 第37-57页 |
| ·比较序列分析方法 | 第37-42页 |
| ·共变模型 | 第38-40页 |
| ·随机上下文无关语法模型 | 第40-42页 |
| ·动态规划方法 | 第42-47页 |
| ·最小自由能算法 | 第43-46页 |
| ·碱基最大配对算法 | 第46-47页 |
| ·组合优化方法 | 第47-50页 |
| ·螺旋区堆积算法 | 第48-49页 |
| ·最大权重匹配算法 | 第49-50页 |
| ·启发式方法 | 第50-56页 |
| ·遗传算法 | 第50-53页 |
| ·遗传模拟退火算法 | 第53-54页 |
| ·人工神经网络算法 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 基于最小二乘法支持向量机的非编码 RNA 基因预测 | 第57-69页 |
| ·引言 | 第57-58页 |
| ·预测算法介绍 | 第58-64页 |
| ·主成分分析 | 第58-59页 |
| ·最小二乘支持向量机分类算法 | 第59-62页 |
| ·算法流程 | 第62-64页 |
| ·实验结果与分析 | 第64-67页 |
| ·实验设置 | 第64-65页 |
| ·实验结果分析 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第5章 基于模糊自适应粒子群的 RNA 二级结构预测 | 第69-87页 |
| ·引言 | 第69-70页 |
| ·PSOfold 设计 | 第70-79页 |
| ·粒子群算法 | 第70-73页 |
| ·PSOfold 实现 | 第73-79页 |
| ·实验结果与分析 | 第79-85页 |
| ·实验设计 | 第79-80页 |
| ·实验结果分析 | 第80-85页 |
| ·本章小结 | 第85-87页 |
| 第6章 总结与展望 | 第87-91页 |
| ·论文总结 | 第87-88页 |
| ·存在的问题及展望 | 第88-91页 |
| 参考文献 | 第91-99页 |
| 作者简介及科研成果 | 第99-101页 |
| 致谢 | 第101页 |