基于机器学习和综合序列特征的海藻固碳蛋白预测算法研究

目录

声明

摘要

第一章绪论

1．1研究背景与意义

1．2国内外研究现状

1．2．1蛋白质功能预测研究现状

1．2．2基于机器学习的特定种类蛋白预测

1．3主要研究内容

1．4论文章节安排

第二章海藻固碳蛋白数据预处理和序列特征提取

2．1藻类同碳蛋白相关数据获取和重采样

2．1．1海洋藻类固碳蛋白数据获取

2．1．2重新采样处理

2．2蛋白序列特征提取方法介绍

2．2．1官能团方法

2．2．2香农熵方法

2．2．3自相关方法

2．2．4K-mers方法

2．3本章小结

第三章海藻固碳蛋白的特征选择和预测模型构建

3．1特征选择

3．1．1特征选择的三类方法

3．1．2特征归一化

3．2预测算法

3．2．2朴素贝叶斯算法

3．2．3神经网络算法

3．2．4随机森林算法

3．2．5支持向量机模型

3．2．6XGBoost模型

3．3评价指标

3．4本章小结

第四章基于机器学习和综合序列特征的海藻固碳蛋白预测

4．1海藻同碳蛋白预测方法的性能评估

4．1．1使用单一类型特征的性能评估

4．1．2整合特征的性能评估

4．1．3特征选择后的性能评估

4．2海藻固碳蛋白的特征分析

4．2．1特征的显著性分析

4．2．2海藻固碳蛋白序列基序

4．3本章小结

第五章总结与展望

5．1全文工作总结

5．2创新点及不足

5．3未来工作展望

参考文献

致谢

攻读学位期间发表的研究成果