1  绪论
  1.1  研究背景及意义
  1.2  国内外研究现状
    1.2.1  蛋白质相互作用预测方法
    1.2.2  相关向量机分类算法
  1.3  相关向量机相关理论
    1.3.1  相关向量机模型
    1.3.2  相关向量机分类算法
  1.4  本书主要研究内容
  1.5  本书组织结构
  1.6  本章小结
2  基于局域蛋白质序列PSSM矩阵编码的串行多特征融合特征提取方法
  2.1  引言
  2.2  特征提取相关理论介绍
    2.2.1  蛋白质序列表示
    2.2.2  位置特异性打分矩阵
    2.2.3  局域蛋白质序列PSSM矩阵编码
    2.2.4  基于PSSM矩阵的局域平均特征提取
    2.2.5  基于PSSM矩阵的二元Bi-gram特征提取
    2.2.6  特征提取方法步骤和流程图
  2.3  实验数据集
  2.4  性能评价指标
  2.5  实验结果及分析
  2.6  本章小结
3  基于灰狼优化和k折交叉验证的组合核相关向量机
  3.1  引言
  3.2  灰狼优化算法
  3.3  交叉验证
  3.4  基于灰狼优化和k折交叉验证的智能寻优算法
  3.5  智能寻优算法实验结果及分析
  3.6  组合核相关向量机
  3.7  组合核相关向量机实验结果及分析
    3.7.1  基于灰狼优化和k折交叉验证的二次多项式核函数（GWO-5CV-QPRVM）
    3.7.2  基于灰狼优化和k折交叉验证的组合核核函数RVM（GWO-5CV-MKRVM）
  3.8  本章小结
4  基于AP聚类与Renyi熵融合的自训练半监督相关向量机
  4.1  引言
  4.2  AP聚类
  4.3  信息熵和Renyi熵
    4.3.1  信息熵
    4.3.2  Renyi熵
  4.4  基于AP聚类与Renyi熵融合的自训练半监督相关向量机分类算法
  4.5  实验结果及分析
    4.5.1  实验数据集
    4.5.2  实验结果及分析
  4.6  本章小结
5  蛋白质相互作用在线预测系统的设计与实现
  5.1  引言
  5.2  系统设计与实现
    5.2.1  系统设计
    5.2.2  系统实现
  5.3  本章小结
6  结论与展望
  6.1  总结
  6.2  展望
变量注释表
参考文献