注冊(cè) | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書科學(xué)技術(shù)自然科學(xué)生物科學(xué)生物分子網(wǎng)絡(luò)中的信息挖掘方法

生物分子網(wǎng)絡(luò)中的信息挖掘方法

定　價(jià)：￥69.00

作　者：	朱媛等著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787121400803	出版時(shí)間：	2020-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	140	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書以統(tǒng)計(jì)學(xué)習(xí)方法為工具，挖掘生物分子網(wǎng)絡(luò)中的有效信息。全書共7章，主要內(nèi)容包括：緒論、基于概率圖模型的蛋白質(zhì)相互作用網(wǎng)絡(luò)的重構(gòu)、秀麗線蟲數(shù)據(jù)庫的整合與重構(gòu)、蛋白質(zhì)相互作用網(wǎng)絡(luò)中最小驅(qū)動(dòng)節(jié)點(diǎn)集的挖掘、基于集成聚類的蛋白質(zhì)復(fù)合物的發(fā)現(xiàn)、基于正則化邏輯回歸的乳腺癌生物標(biāo)志物的識(shí)別、總結(jié)和展望。本書通過大量實(shí)驗(yàn)和分析幫助讀者理解各類方法的主要思路與實(shí)現(xiàn)細(xì)節(jié)，并列出了相關(guān)參考文獻(xiàn)，可供相關(guān)領(lǐng)域的研究人員、技術(shù)人員、高等院校的高年級(jí)本科生及研究生閱讀、參考。

作者簡(jiǎn)介

　　朱媛，博士，中國地質(zhì)大學(xué)（武漢）副教授，擔(dān)任IEEE /ACM TCBB，Evolutionary Intelligence等期刊的審稿人，目前已在Bioinformatics、Pattern Recognition、Molecular Biosystems、IEEE /ACM TCBB、BMC Bioinformatics等生物信息、模式識(shí)別領(lǐng)域重要期刊上發(fā)表論文10余篇。長期講授信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理等課程，連續(xù)兩年獲得中國地質(zhì)大學(xué)（武漢）青年教師講課比賽二等獎(jiǎng)，講授的信號(hào)與系統(tǒng)課程獲得中國地質(zhì)大學(xué)（武漢）最受歡迎課程。

圖書目錄

目錄
第1章緒論\t1
1．1 生物分子網(wǎng)絡(luò)\t1
1．2 相關(guān)研究進(jìn)展\t3
1．3 本書的研究?jī)?nèi)容\t6
1．4 本書的結(jié)構(gòu)和組織\t8
1．5 參考文獻(xiàn)\t9
第2章基于概率圖模型的蛋白質(zhì)相互作用網(wǎng)絡(luò)的重構(gòu)\t17
2．1 引言\t17
2．2 主要方法\t17
2．2．1 構(gòu)建稀疏概率圖模型\t17
2．2．2 參數(shù)估計(jì)\t19
2．2．3 置信度指標(biāo)\t20
2．3 實(shí)驗(yàn)結(jié)果及分析\t22
2．3．1 數(shù)據(jù)庫\t22
2．3．2 實(shí)驗(yàn)設(shè)置\t24
2．3．3 高精度酵母數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果\t24
2．3．4 人類蛋白質(zhì)數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果\t28
2．3．5 計(jì)算復(fù)雜度分析\t31
2．4 本章小結(jié)\t31
2．5 參考文獻(xiàn)\t32
第3章秀麗線蟲數(shù)據(jù)庫的整合與重構(gòu)\t35
3．1 引言\t35
3．2 主要方法\t35
3．2．1 蛋白質(zhì)對(duì)的可靠性評(píng)分\t36
3．2．2 改進(jìn)的稀疏概率圖模型\t36
3．2．3 參數(shù)估計(jì)\t37
3．3 實(shí)驗(yàn)結(jié)果及分析\t38
3．3．1 數(shù)據(jù)庫\t38
3．3．2 置信度的有效性驗(yàn)證\t40
3．3．3 秀麗線蟲加權(quán)網(wǎng)絡(luò)的應(yīng)用\t44
3．4 本章小結(jié)\t46
3．5 參考文獻(xiàn)\t47
第4章蛋白質(zhì)相互作用網(wǎng)絡(luò)中最小驅(qū)動(dòng)節(jié)點(diǎn)集的挖掘\t50
4．1 引言\t50
4．2 主要方法\t53
4．2．1 最小控制集模型\t53
4．2．2 中心校正最小控制集模型\t53
4．2．3 中心性計(jì)算\t55
4．3 實(shí)驗(yàn)結(jié)果及分析\t55
4．3．1 數(shù)據(jù)庫\t55
4．3．2 參數(shù)效果分析\t57
4．3．3 不同優(yōu)化方法確定的驅(qū)動(dòng)蛋白質(zhì)之間的重疊分析\t58
4．3．4 驅(qū)動(dòng)蛋白質(zhì)的度分布\t59
4．3．5 驅(qū)動(dòng)蛋白質(zhì)的介數(shù)分布\t59
4．3．6 驅(qū)動(dòng)蛋白質(zhì)的攻擊脆弱性\t60
4．3．7 富集分析\t61
4．3．8 與其他算法比較\t66
4．3．9 計(jì)算時(shí)間分析\t67
4．4 本章小結(jié)\t68
4．5 參考文獻(xiàn)\t68
第5章基于集成聚類的蛋白質(zhì)復(fù)合物的發(fā)現(xiàn)\t74
5．1 引言\t74
5．2 主要方法\t75
5．2．1 構(gòu)建合成網(wǎng)絡(luò)\t75
5．2．2 模型建立\t77
5．2．3 模型求解及蛋白質(zhì)復(fù)合物偵測(cè)\t79
5．3 實(shí)驗(yàn)結(jié)果與分析\t84
5．3．1 數(shù)據(jù)庫\t84
5．3．2 評(píng)估指標(biāo)\t85
5．3．3 參數(shù)選擇\t87
5．3．4 效果評(píng)估\t89
5．4 本章小結(jié)\t98
5．5 參考文獻(xiàn)\t98
第6章基于正則化邏輯回歸的乳腺癌生物標(biāo)志物的識(shí)別\t102
6．1 引言\t102
6．2 主要方法\t103
6．2．1 基于邊信息的正則化邏輯回歸模型\t104
6．2．2 自適應(yīng)彈性網(wǎng)的權(quán)重\t105
6．3 實(shí)驗(yàn)結(jié)果及分析\t107
6．3．1 數(shù)據(jù)庫\t107
6．3．2 評(píng)價(jià)指標(biāo)\t108
6．3．3 參數(shù)選擇\t109
6．3．4 分類準(zhǔn)確性評(píng)估\t112
6．3．5 基因選擇過程的穩(wěn)定性\t113
6．3．6 功能穩(wěn)定性\t115
6．3．7 生物標(biāo)志物（網(wǎng)絡(luò)標(biāo)志物）識(shí)別\t117
6．4 本章小結(jié)\t123
6．5 參考文獻(xiàn)\t123
第7章總結(jié)和展望\t128
7．1 總結(jié)\t128
7．2 展望\t129