文摘
英文文摘
华南理工大学学位论文原创性声明及学位论文版权使用授权书
第一章绪论
1.1研究背景
1.2 T细胞表位预测的概念及意义
1.3 T细胞表位预测的研究现状
1.4智能计算概述
1.4.1人工神经网络
1.4.2演化计算
1.4.3粗集理论
1.5本文的主要工作
第二章肽的预处理
2.1 T细胞表位预测的分子基础
2.2问题描述
2.3系统原型
2.3.1数据来源
2.3.2肽的预处理
2.3.3分类
2.4本章小结
第三章基于SLAM模型的增量学习算法的研究
3.1动态神经网络模型的研究现状
3.2排序学习前向掩蔽模型的选取
3.3神经网络增量学习的研究现状
3.4基于SLAM模型的快速增量学习算法
3.5实验结果和讨论
3.5.1 Benchmark实验
3.5.2 T细胞表位预测实验
3.6本章小结
第四章神经网络集成在T细胞表位预测系统中的应用
4.1神经网络集成的国内外研究现状
4.2神经网络集成系统的构造
4.2.1个体网络的生成
4.2.2各个体网络输出结果的合成
4.3试验结果和讨论
4.4本章小结
第五章基于粗集的T细胞表位预测模型
5.1粗集理论简介及其知识发现方法的研究现状
5.1.1粗集理论简介
5.1.2基于粗集理论的知识获取方法的研究现状
5.2方法
5.2.1决策表的构造
5.2.2 顺序规则获取算法
5.3实验结果和讨论
5.4本章小结
第六章基于规则集集成的T细胞表位预测模型
6.1规则集集成的研究现状
6.2方法
6.2.1初始规则集生成子算法
6.2.2规则集筛选子算法
6.2.3决策融合子算法
6.3实验结果和讨论
6.4本章小结
第七章顺序规则预剪枝方法及应用研究
7.1国内外研究现状
7.2方法
7.2.1质量指标的设计
7.2.2顺序规则预剪枝算法
7.3实验结果和讨论
7.4本章小结
第八章基于粗集理论和主成分分析的知识获取
8.1引言
8.2相关的研究成果
8.3总体相关系数
8.3.1主成分分析
8.3.2总体相关系数的计算
8.4基于粗集和主成分分析的知识获取方法
8.4.1基于粗集和主成分分析的属性约简
8.4.2基于粗集和主成分分析的属性值顺序约简
8.4.3运行实例
8.5实验结果和讨论
8.5.1试验一
8.5.1试验二
8.6本章小结
结论与展望
结论
进一步的工作与展望
参考文献
在攻读博士学位期间发表的与学位论文内容相关的学术论文
致谢