蛋白質序列的并行分類方法研究論文提綱
論文摘要: 本論文的主要研究對象是生物信息學中的蛋白質序列分類問題.利用計算的方法,從蛋白質的一級序列決定了其三維（略）發,針對氨基酸序列建立數學模型進行蛋白質結構分類,并引入并行計算的思想提高分類器性能.用并行計算方法進行蛋白質序列的結構分類減少了昂貴且非常耗時的實驗次數,提高了分類效率,促進了對復雜的生物規律（略）用生物信息的提取. 本文在當前準確性最高的基于判別模型的蛋白質遠同源檢測算法的基礎上,結合基于統計剖面的生成模型方法,設計了基于統計剖面的核函數.并通過半監督學習的方法提高了遠同源檢測算法的準確性.針對蛋白質序列分類中正樣本數遠小于負樣本數,造成（略）練不平衡的問題,本文提出了優化支持向量機算法,對正類樣本集和負類樣本集應用不同的懲罰參數,（略）本.對給定測試集進行的預測實驗結果表明本文的算法取得了優于其它遠同源檢測算法的預測效果. 針對標準支持向量機算法只能分別對每一個蛋白質結構類進行二元判別的問題,本文引入了多類支持向（略）元SVM分類器的判別結果進行綜合,輸出唯一的蛋白質結構類預測結果,提高了基于支持向量機的蛋白質序列分類的可用性.多類支持向量機需要復雜的計算...
In this paper, the main research object is th（omitted）sequence classific（omitted）lem in bioinformatics. We use the method of calculation, from th（omitted）nt of the protein’s amino acid sequences determined the three-dimensional structure, to establis（omitted）ical model and construct an appropriate optimization algorithm to solve the protein sequence classification problem. Using the method of calculating in protein sequence classification could reduce the number of experiment （omitted）ery time-consumin...
目錄:中文摘要 第3-4頁
ABSTRACT 第4-5頁
第1章 緒論 第9-18頁
·引言 第9-10頁
·研究背景 第10-15頁
·蛋白質序列與結構 第10-12頁
·蛋白質分類的國內外進展 第12-15頁
·本文主要研究工作與創新點 第15-16頁
·論文結構 第16-18頁
第2章 遠同源檢測算法與支持向量機理論 第18-32頁
·雙序列比對算法 第18-23頁
·全局比對算法 第20-21頁
·局部比對算法 第21-22頁
·啟發式算法 第22-23頁
·基于統計剖面的生成模型 第23-25頁
·基于判別模型的遠同源檢測 第25-26頁
·支持向量機理論 第26-31頁
·最大邊緣超平面 第26-27頁
·結構風險最小化 第27頁
·支持向量機 第27-31頁
·小結 第31-32頁
第3章 基于遠同源檢測的蛋白質序列分類 第32-48頁
·核技術與核函數 第32-33頁
·剖面內核的蛋白質遠同源檢測算法 第33-41頁
·基于統計剖面的核函數 第34-36頁
·半監督學習分析 第36-37頁
·基于樹的內核矩陣 第37-38頁
·優化支持向量機 第38-41頁
·數據集 第41-43頁
·數據集的選取 第41頁
·數據集的構建 第41-43頁
·實驗與分析 第43-47頁
·算法性能評估指標 第43-45頁
·實驗環境 第45頁
·結果與討論 第45-47頁
·小結 第47-48頁
第4章 基于多類SVM的蛋白質序列并行分類算法 第48-64頁
·多類SVM分類器 第48-52頁
·加權一對多算法 第50-51頁
·權重學習 第51-52頁
·并行算法設計 第52-55頁
·算法分析 第52-53頁
·基于主從模型的并行算法 第53-55頁
·基于多類SVM的蛋白質序列并行分類 第55-58頁
·實驗與分析 第58-63頁
·數據集與實驗環境 第58-60頁
·并行性能評價 第60-61頁
·結果與討論 第61-63頁
·小結 第63-64頁
第5章 基于組合分類器的蛋白質序列并行分類算法 第64-82頁
·組合分類策略 第64-65頁
·最近鄰算法 第65-70頁
·位點特異性反復比對 第66頁
·特定位點評分矩陣 第66-68頁
·比對結果評估 第68-70頁
·基于組合分類器的蛋白質序列并行分類 第70-75頁
·兩級任務池模型 第70-72頁
·組合分類器并行分類算法描述 第72-75頁
·參數優化 第75-76頁
·實驗與分析 第76-81頁
·實驗環境 第76-77頁
·結果與討論 第77-81頁
·小結 第81-82頁
第6章 總結與展望 第82-85頁
·本文總結 第82-83頁
·研究展望 第83-85頁
參考文獻 第85-93頁
發表論文和科研情況說明 第93-94頁
致謝 第94頁
【蛋白質序列的并行分類方法研究論文提綱】相關文章：
時間序列數據挖掘研究論文提綱03-27
論文提綱的分類12-07
蛋白質序列的數學描述及其應用提綱11-20
論文提綱的定義與分類12-07
灰色多屬性決策方法研究論文提綱11-15
編寫論文提綱的方法03-28
論文提綱編寫方法03-30
研究論文提綱范例11-14
科技研究論文提綱11-13
- 相關推薦