摘要3-4
Abstract4-7
1 绪论7-12
1.1 引言7-8
1.2 蛋白质序列分析的国内外研究进展8-10
1.3 主要研究内容10-12
1.3.1 研究创新点10
1.3.2 研究内容安排10-12
2 基于哈斯矩阵图的蛋白质序列可视化模型及其图像纹理特征提取方法12-33
2.1 蛋白质序列的数字编码模型12-13
2.2 偏序理论与哈斯矩阵13-17
2.2.1 偏序理论方法13-14
2.2.2 哈斯矩阵及其改进方法14-17
2.3 序列可视化技术17-22
2.3.1 现有的序列可视化方法17
2.3.2 基因序列二维可视化17-18
2.3.3 三维空间轨迹基因序列可视化18-19
2.3.4 DNA 序列的Z 曲线可视化19-20
2.3.5 的可视化方法20-22
2.4 图像特征提取算法22-26
2.4.1 基于图像灰度直方图的特征提取22-23
2.4.2 基于图像灰度差值直方图的特征提取23
2.4.3 基于图像灰度共生矩阵的特征提取23-25
2.4.4 基于图像几何距的特征提取25-26
2.5 蛋白质分类算法26-30
2.5.1 模糊K 近邻方法27-28
2.5.2 组分耦合算法28-29
2.5.3 贝叶斯分类算法29-30
2.6 模型的检验与评估30-32
2.6.1 模型的检验30-31
2.6.2 模型的评估31-32
2.7 小结32-33
3 基于哈斯矩阵的蛋白质序列度研究33-39
3.1 灰度共生矩阵33-34
3.2 序列可视化34-36
3.3 基于哈斯矩阵的序列度研究36-37
3.4 小结37-39
4 基于哈斯矩阵图的蛋白质二级结构预测39-43
4.1 蛋白质二级结构预测方法40-41
4.2 基于哈斯矩阵图的蛋白质二级结构预测方法与结果41-42
4.3 小结42-43
5 基于哈斯矩阵图的分泌蛋白预测43-49
5.1 现有分类方法45
5.2 基于哈斯矩阵图的分泌蛋白类型预测45-48
5.3 小结48-49
6 基于哈斯矩阵图的G 蛋白偶联受体预测49-54
6.1 GPCR 分类49-51
6.2 GPCR 数据集构建51-52
6.3 基于哈斯矩阵图的GPCR 预测52-53
6.4 小结53-54
7 与展望54-56
7.1 研究54
7.2 工作展望54-56
致谢56-57