[giaban]0.000 VNĐ[/giaban] [kythuat]
[/kythuat]
[tomtat]
[tomtat]
Phân cụm dữ liệu và ứng dụng trong phân loại cấu trúc Protein
MỤC LỤC
MỞ ĐẦU
CHƯƠNG 1 - TỔNG QUAN LÝ THUYẾT VỀ PHÂN CỤM DỮ LIỆU
1.1. Tổng quan về phân cụm dữ liệu
1.2. Phân cụm trong phân loại dữ liệu
1.3. Các yêu cầu của phân cụm dữ liệu
1.4. Các kiểu dữ liệu trong phân cụm
1.4.1. Phân loại kiểu dữ liệu dựa trên kích thước miền
1.4.2. Phân loại kiểu dữ liệu dựa trên hệ đo
1.5. Các phép đo độ tương tự và khoảng cách đối với các kiểu dữ liệu
1.5.1. Khái niệm tương tự và phi tương tự
1.5.2. Thuộc tính khoảng cách
1.5.3. Thuộc tính nhị phân
1.5.4. Thuộc tính định danh
1.5.5. Thuộc tính có thứ tự
1.5.6. Thuộc tính tỉ lệ
1.6. Kết luận chương
CHƯƠNG 2 - KỸ THUẬT PHÂN CỤM DỮ LIỆU ỨNG DỤNG TRONG PHÂN LOẠI CẤU TRÚC PROTEIN
2.1. Giới thiệu
2.2. Thuật toán K-means
2.3. Thuật toán PAM
2.4. Thuật toán CLARA
2.5. Thuật toán CLARANS
2.6. Kết luận chương
CHƯƠNG 3 - TIN SINH HỌC VÀ PHÂN LOẠI CẤU TRÚC PROTEIN
3.1. Tổng quan về tin sinh học
3.1.1. Chủ thuyết trung tâm của sinh học phân tử
3.1.2. DNA (DesoxyriboNucleic Acid)
3.1.3. RNA (RiboNucleic Acid)
3.1.4. Protein
3.1.5. Các dạng protein.
3.2. Các phương pháp phân loại cấu trúc protein
3.2.1. Phân loại cấu trúc với SCOP
3.2.2. Phân loại cấu trúc với CATH
3.2.3. Phân loại cấu trúc với phân loại miền Dali (DDD)
3.3. Kết luận chương
CHƯƠNG 4 - CHƯƠNG TRÌNH DEMO VỚI PHẦN MỀM CLUSTERS 3.0
4.1. Phần mềm Clusters 3.0
4.1.1. Yêu cầu phần cứng
4.1.2. Nguồn dữ liệu demo chương trình
4.1.3. Sử dụng thư viện phân cụm
4.2. Sử dụng thuật toán K-mean, K-medians
4.2.1. Khởi tạo
4.2.2. Tìm trọng tâm cụm
4.2.3. Tìm trung bình cụm, hoặc trung vị cụm
4.2.4 Tìm giải pháp tối ưu với K-means và K-medians
4.3. Phần mềm demo
4.3.1. Đầu vào của chương trình
4.3.2. Giao diện một số chức năng chính của chương trình
4.3.3. Tệp đầu ra của chương trình
KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU
TÀI LIỆU THAM KHẢO
PHỤ LỤC
Bài viết liên quan
