- 课题研究的背景与意义
生物信息学是随着人类基因组计划的启动而兴起的一门新兴交叉学科,它是 当今生命科学和自然科学的重大前沿领域之一,是生物学与计算机科学以及应用数学等学科交叉而成。生物信息学研究涉及从生命现象到规律发现的整个过程，其间必然包括数据获取、数据管理、数据分析、仿真实验等环节，而数据分析恰是机器学习技术的专长，各种机器学习技术已经在开始在生物信息处理中得到重视。本课题研究机器学习技术在生物信息学和药物研发不同方面的应用。
课题研究内容
基于MATLAB软件和Anaconda软件的生物信息学研究。
基于TensorFlow的机器深度学习的研究。
主攻关键技术
生物信息学
生物信息学（Bioinformatics）是在生命科学的研究中，以计算机为工具对生物信息进行储存、检索和分析的科学。它是当今生命科学和自然科学的重大前沿领域之一，同时也将是21世纪自然科学的核心领域之一。其研究重点主要体现在基因组学（Genomics）和蛋白质组学（Proteomics）两方面，具体说就是从核酸和蛋白质序列出发，分析序列中表达的结构功能的生物信息。
机器学习
机器学习就是要使计算机能模拟人的学习行为，自动地通过学习获取知识和技能，不断改善性能，实现自我完善。机器学习的研究主要围绕学习机理、学习方法、面向任务这三个基本方面的研究。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
