声明
第一章 绪 论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.2.1 蛋白质分类问题研究现状
1.2.2 终身机器学习研究现状
1.3 本文主要工作与创新点
1.4 本论文的结构安排
第二章 相关理论概述
2.1 生物相关基础知识
2.2 蛋白质序列特征构建方法
2.2.1 基于氨基酸组成的特征提取
2.2.2 基于二肽的特征提取
2.2.3 三肽特征提取
2.2.4 基于伪氨基酸的特征提取
2.3 特征选择方法
2.4 SVM算法
2.5 自编码器
2.6 评价指标
2.7 本章小结
第三章 基于SVM终身机器学习的蛋白质家族分类
3.1 蛋白质家族数据处理
3.1.1 数据获取
3.1.2 数据预处理
3.2 特征工程
3.2.1 特征构建
3.2.2 特征融合
3.2.3 特征选择
3.3 分类模型
3.4 终身机器学习
3.5 实验结果分析
3.5.1 实验环境与实验结果
3.5.2 终身机器学习结果分析
3.5.3 蛋白质家族分类模型结果分析
3.6 针对蛋白质家族预测的Web服务
3.6.1 Web服务介绍
3.6.2 使用过程展示
3.7 本章小结
第四章 基于自编码器终身机器学习的蛋白质家族分类
4.1 基于自编码器的分类模型
4.2 终身机器学习
4.3 实验结果分析
4.3.1 终身机器学习结果分析
4.3.2 蛋白质家族分类模型结果分析
4.4 本章小结
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
电子科技大学;