首页> 中文学位 >基于深度学习的药物相关疾病候选预测方法研究
【6h】

基于深度学习的药物相关疾病候选预测方法研究

代理获取

目录

摘要

第1章绪论

1.1研究目的和意义

1.2国内外研究现状及发展趋势

1.2.1国内外研究现状

1.2.2发展趋势及学术价值

1.3本文研究内容

1.4论文的组成结构

2.1数据来源

2.2随机游走模型

2.3深度学习相关知识

2.3.1深度学习技术

2.3.2卷积神经网络的简介

2.3.3卷积神经网络的基本组件

2.3.4 RNN家族

2.3.5注意力机制

2.4本章小结

第3章基于卷积神经网络和双路随机游走的药物候选疾病预测方法

3.1引言

3.2基于卷积神经网络和双路随机游走的药物相关疾病候选预测模型

3.2.1药物-疾病异构网络构建

3.2.2有重启的双路随机游走预测模块

3.2.3卷积神经网络预测模块

3.3实验结果及分析

3.3.1评价标准

3.3.2与其他方法的比较

3.3.3案例分析

3.4本章小结

第4章基于卷积神经网络和门控循环单元的药物候选疾病预测方法

4.1引言

4.2药物疾病异构网络的构建

4.3药物疾病特征矩阵建立

4.4基于卷积神经网络和门控循环单元预测药物与疾病关联模型

4.4.1卷积神经网络预测模块

4.4.2带有注意力机制的门控循环单元的预测模块

4.4.3左右两路组合策略

4.5实验结果及分析

4.5.1与其他方法的比较

4.5.2案例分析

4.6本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文

声明

展开▼

著录项

  • 作者

    赵廉锋;

  • 作者单位

    黑龙江大学;

  • 授予单位 黑龙江大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 玄萍;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号