声明
第 1 章 绪论
1.1 本文研究背景及意义
1.2 国内外研究现状
1.2.1 蛋白质定位与识别的研究现状
1.2.2 卷积神经网络的研究现状
1.2.3 多标签图像识别方法的研究现状
1.3 本文研究内容
1.3 本文结构安排
第 2 章 人体蛋白图谱图像识别的理论基础
2.1 目标检测基本理论
2.2 经典的目标检测算法
2.3 人工神经网络的基本理论
2.3.1 卷积神经网络
2.3.2 激活函数
2.4 卷积神经网络的相关算法
2.4.1 传播算法
2.4.2 正则化算法
2.5 选择性搜索算法 Selective search
2.6 Selective search 中的图像分割
2.7 本章小结
第 3 章 基于 SSIP 的人体蛋白图谱图像识别方法
3.1 针对人体蛋白图谱的改进算法 Combined selective search
3.2 基于 SSIP 模型的多标签人体蛋白图像分类
3.2.1 SSIP 模型结构
3.2.2 SSIP 结果预测
3.3 多尺度方法优化 SSIP 的目标检测
3.4 人体蛋白图谱数据集与实验环境
3.5 客观评估标准
3.6 基于 SSIP 的实验结果与分析
3.6.1 不同尺度的卷积神经网络输入的对比实验
3.6.2 组合选择性搜索对 SSIP 的影响
3.6.3 不同目标检测方法对 SSIP 的影响
3.6.4 目标检测方法的尺度对 SSIP 的影响
3.7 本章小结
第 4 章 基于 AMC-Net 的人体蛋白图谱图像识别方法
4.1 多尺度网络模型结构 AMC-Net
4.2 针对人体蛋白图谱数据集的损失函数改进
4.2.1 经典损失函数
4.2.2 组合损失函数
4.3 基于 AMC-Net 的实验结果与分析
4.3.1 非对称分支结构的对比实验
4.3.2 多尺度方法的对比实验
4.3.3 组合损失函数的评估
4.3.4 AMC-Net 特征提取的可视化
4.3.5 AMC-Net 的定性分析
4.5 本章小结
第 5 章 人体蛋白图谱自动识别系统软件设计
5.1 软件设计要求
5.2 软件设计
5.3 不同模型的识别效果对比
5.4 本章小结
总结与展望
参考文献
附录 A 攻读学位期间发表的学术论文
附录 B 攻读学位期间参与的科研项目
致 谢
湖南大学;