摘要
ABSTRACT
第1章 绪论
1.1 论文的背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 固有不规则蛋白质结构预测器的研究现状
1.3 固有不规则蛋白质研究存在的难点
1.4 本文的主要工作内容
1.5 本文的章节安排
第2章 固有不规则蛋白质
2.1 引言
2.2 氨基酸
2.3 固有不规则蛋白质的结构特点
2.4 固有不规则蛋白质的功能
2.5 固有不规则蛋白质在细胞中的分布
2.6 本章小结
第3章 基于监督流形学习算法的特征提取
3.1 引言
3.2 常用的特征提取方法
3.2.1 主成分分析
3.2.2 核主成分分析
3.3 局部线性嵌入的流形学习
3.3.1 流形学习中的数学概念
3.3.2 局部线性嵌入的流形学习算法
3.4 基于局部线性嵌入算法的特征提取
3.4.1 实验过程
3.4.2 实验结果与分析
3.5 本章小结
第4章 基于支持向量机的固有不规则蛋白质结构预测
4.1 引言
4.2 常用的固有不规则蛋白质结构预测方法介绍
4.2.1 人工神经网络方法
4.2.2 最近邻方法
4.2.3 贝叶斯方法
4.2.4 支持向量机方法
4.3 支持向量机理论基础
4.3.1 最优分类面
4.3.2 核函数
4.3.3 基于支持向量机构建预测器过程
4.4 数据集的选取和建模过程及评价指标
4.4.1 数据来源
4.4.2 滑动窗口法
4.4.3 预测器建模过程与评价指标
4.5 实验结果分析
4.5.1 参数选择
4.5.2 结果与分析
4.6 本章小结
第5章 基于多预测器融合算法的固有不规则蛋白质结构预测
5.1 引言
5.2 多预测器融合
5.2.1 预测器融合的基本概念
5.2.2 多预测器融合的体系框架
5.2.3 成员预测器的设计方法
5.2.4 Adaboost算法
5.3 基于Adaboost算法预测固有不规则蛋白质结构
5.3.1 氨基酸序列的特征向量选择
5.3.2 窗口长度的选择
5.3.3 多预测器融合算法实验
5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢