第一个书签之前
学位论文原创性声明和学位论文版权使用授权书
摘要
Abstract
插图索引
附表索引
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 流感病毒宿主预测的研究现状
1.2.2 病毒序列鉴定的研究现状
1.3 研究内容
1.4 论文组织结构
第2章 相关理论基础
2.1 生物序列介绍
2.1.1 核酸序列
2.1.2 蛋白质序列
2.2 流感病毒
2.3 病毒宏基因组学
2.4 同源性搜索
2.4.1 同源性搜索概念及意义
2.4.2 同源性搜索算法简介
2.4.3 同源性搜索常用工具
2.5 词向量
2.5.1 词的表示方法简介
2.5.2 统计语言模型
2.5.3 神经网络语言模型
2.5.4 word2vec的模型
2.6 机器学习方法
2.6.1 支持向量机（Support Vector Machine,简称SVM）
2.6.2 k近邻方法（k-Nearest Neighbor,简称kNN）
2.6.3 决策树（Decision Tree,简称DT）
2.6.4 随机森林（Random Forest,简称RF）
2.7 本章小结
第3章 基于词向量的流感病毒宿主预测
3.1 背景介绍
3.2数据集
3.2.1 数据来源
3.2.2 数据获取及预处理
3.3 模型与方法
3.3.1 训练word2vec模型
3.3.2 生物序列向量化
3.3.3 基于词向量预测流感病毒宿主
3.3.4 使用同源性搜索预测流感病毒宿主
3.3.5 性能度量
3.4 实验与结果分析
3.4.1 实验目的及实现
3.4.2 基于流感病毒蛋白质序列的宿主预测结果
3.4.3 基于流感病毒DNA序列的宿主预测结果
3.4.4 流感病毒蛋白质序列和DNA序列的预测结果比较
3.4.5 结果讨论
3.5 本章小结
第4章 基于词向量的病毒序列鉴定
4.1 背景介绍
4.2 数据集
4.3 模型与方法
4.3.1 训练word2vec模型
4.3.2 生物序列向量化
4.3.3 使用同源性搜索鉴定病毒序列
4.3.4 基于词向量鉴定病毒序列
4.3.5 性能度量
4.4 实验与结果分析
4.4.1 实验目的及实现
4.4.2 结果分析
4.5 本章小结
第5章 基于词向量的流感病毒宿主预测软件
5.1 引言
5.2 搭建技术
5.3 系统功能及实现
5.3.1 系统功能
5.3.2 系统实现
5.4 系统测试
5.4.1 测试方案
5.4.2 测试结果
5.4.3 测试示例
5.5 本章小结
结论
参考文献
致谢
附录A 攻读学位期间取得的研究成果
附录B 第3章基于词向量的流感病毒宿主预测结果
