量预报问题，调用方法，得到定量预报结果。返回值的预报结果。，根据对象的预报结果，进行解释编码，并把结果写入个对象，作为最终预报结果返回。返回预报结果页面，读入由上步得到的存有预报结果的对象，并显示到结果页面，返回给用户。整个系统最核心的部分是模型层的设计，它的结构如图所示上海大学硕士学位论文年月图模型层类图其中，类为抽象类，为了拥有可复制性与序列化保存到磁盘文件的功能，实现了与接口。中定义了三个方法和。读入预报样本数据，完成预报模型的初始化。后两个方法分别为返回定性与定量预报结果。用于训练模型的具体算法如作为子类继承自类，拥有父类的全部特性，但是各自需要实现训练模型的具体算法。已完成的在线预报服务器本人在上海大学计算机化学实验室攻读硕士阶段，目前为止建立了个在线预报服务器，详细信息见下表上海大学硕士学位论文年月名称链接地址膜蛋白类型预报原核与真核蛋白质的亚细胞位置类型预报蛋白质的亚细胞位置类型预报酚类化合物的毒性预报脂氧化酶抑制剂活性预报表在线预报服务信息本章小结本章介绍了技术与模式的概念以及本文工作建立的在线预报服务器的构架与具体实现。在线预报服务器采用编码，分为三层实现，视图层控制层与模型层。视图层负责与用户的交互，控制层负责控制行为的调用与转向，模型层负责核心的预报功能。采用这种构架方式，可以大大简化构建在线预报服务的实现工作，提高构建系列在线预报服务器的工作效率基于本工作内容，申请专利篇。上海大学硕士学位论文年月第六章总结与展望全文总结据权威机构统计，目前生物分子数据量每个月翻翻，这些生物分子数据蕴涵着大量信息。如何充分利用这些数据，通过数据分析处理，揭示这些数据的内在规律，从而为人类服务是生物信息学的重要任务。本文在运用机器学习算法来对这些生物数据进行处理方面做了些工作，若干重要结论总结如下用集成学习算法对蛋白质亚细胞定位预测进行研究。用基于序列氨基酸组成成分特征编码，选择最重要的两种集成学习算法和对训练样本集进行建模。基于训练集的十组交叉验证的预报正确率对建模参数进行优化，和分别选用了种算法决策树，作为弱分类器。除了作为弱分类器预报正确率低于，其余都高于。和模型分别用与作为弱分类器时获得最好模型，分类预报正确率分别为，。与此对应的独立样本集测试中的分类预报正确率分别为和。与之对比的的交叉验证与独立测试样本集分类预报正确率为，。可见与算法具有良好的模型外推能力。用支持向量机回归算法对苯基氢四氢三嗪酮同系物进行研究。用基于支持向量机回归留交叉验证算法对分子描述符进行筛选，最终得到个分子描述符用于建模。所得的模型的留交叉验证法和独立样本集测试的值都为，比算法的都要好。可以看出算法具有很好的模型外推能力，能够较好地用于预报未知。提出了种基于架构的在线预报服务器建立方法。因为采用架构，使得模型部分与服务器的其它部分相互独立，从而能大大提高构建系列在线预报服务器的工作效率。上海大学硕士学位论文年月工作展望对于蛋白质的亚细胞定位预测，本文工作只是假定每个蛋白质只能拥有种亚细胞位置，实际中的蛋白质有可能同时拥有多种位置。如何对蛋白质的多种亚细胞位置进行预报，是下步工作需要解决的个难题。对于脂抗氧化酶抑制剂的研究是目前的个热点。本文工作中选取的数据集来源于个同系物类别，因此也只能对该同系物的脂抗氧化酶抑制剂活性进行预报。如果能够搜集所有来自文献的脂抗氧化酶抑制剂数据，针对所有的脂抗氧化酶抑制剂进行研究，所建立的预报模型的应用范围就能大大提高。随着机器学习理论的发展，更多新的算法被提出来了，利用这些新的算法来对生物信息数据进行研究处理，以期获得更好的效果，也是将来工作的部分重要内容。上海大学硕士学位论文年月参考文献张春霆生物信息学的现状与展望世界科技研究与发展,,,,,,,,,,,,,,,陈凯,朱钰机器学习及其相关算法综述统计与信息论坛张晓龙,杨艳霞机器学习在生物信息学中的应用武汉科技大学学报自然科学版,,,上海大学硕士学位论文年月,,,