第一个书签之前
摘 要
Abstract
目 录
第一章 绪论
1.1 研究背景
1.2 研究现状
1.2.1 无序蛋白的特征提取
1.2.2 无序蛋白的分类预测方法
1.3 研究内容与组织结构
第二章 生物背景知识与机器学习算法
2.1 氨基酸与蛋白质结构编码
2.2 传统机器学习算法
2.2.1 支持向量机
2.2.2 朴素贝叶斯
2.2.3 K近邻
2.2.4 决策树
2.2.5 逻辑斯特回归
2.2.6 线性判别分析
2.3 深度学习算法
2.3.1 卷积神经网络
2.3.2 循环神经网络
2.4 小结
第三章 数据集构建与特征提取
3.1 数据集的构建
3.2 序列分析与特征提取
3.2.1 氨基酸组成分析
3.2.2 氨基酸的物理化学性质
3.3 评价标准
3.4 小结
第四章 机器学习预测算法的比较分析
4.1 组合特征编码模型
4.2 基于传统机器学习算法的分类预测
4.3 基于深度学习的分类预测
4.3.1 卷积神经网络预测模型
4.3.2 循环神经网络预测模型
4.4 对实验结果的分析
4.5 小结
第五章 预测平台的设计与实现
5.1 预测平台
5.2 特征提取与数据预处理
5.3 无序蛋白的分类预测
5.4 后台PSSM数据库
5.5 小结
第六章 总结与展望
6.1 总结
6.2 工作展望
参考文献
在读期间公开发表的论文
致谢
