首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于稳定性的多因素SNP关联分析算法

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·SNP背景知识第7-9页
     ·SNP基本概念第7-8页
     ·SNP的重要性第8页
     ·SNP的研究价值第8-9页
   ·SNP关联分析研究现状第9-10页
   ·本文的研究内容第10页
   ·本文的结构安排第10-13页
第二章 SNP关联分析介绍第13-31页
   ·遗传学基础第13-14页
     ·染色体与基因第13页
     ·等位基因第13-14页
     ·上位性(Epistatic)第14页
   ·SNP关联分析问题第14-17页
     ·关联性概念第14-15页
     ·SNP关联分析第15-16页
     ·SNP关联分析数据形式第16-17页
   ·SNP关联分析方法第17-24页
     ·关联性评价第17-21页
     ·SNP位点搜索的常用技术第21-24页
   ·常用SNP关联分析算法第24-29页
     ·AntEpiSeeker第24-26页
     ·SNPRuler第26-29页
   ·本章小节第29-31页
第三章 多因素SNP关联分析第31-39页
   ·多因素SNP关联分析问题第31-32页
     ·多因素关联分析问题与关联分析问题的不同第31-32页
     ·多因素关联分析问题与关联分析问题相同的情况第32页
   ·多因素SNP关联分析算法第32-35页
     ·SNP关联分析算法中的问题第33页
     ·SNP关联性的稳定性第33页
     ·重抽样方法第33-34页
     ·枝条矩阵搜索算法第34-35页
   ·基于AntEpiSeeker的多因素SNP关联分析算法第35-36页
     ·SNP关联分析算法比较第35-36页
     ·基于AntEpiSeeker(AES)的多因素算法第36页
   ·性能评价准则第36-37页
   ·本章小节第37-39页
第四章 实验研究与比较第39-51页
   ·SNP模拟数据重抽样实验第39-41页
   ·单因素模拟数据实验第41-45页
     ·单因素疾病模型第41页
     ·单因素模拟数据第41-43页
     ·实验结果对比第43-45页
   ·多因素模拟数据实验第45-48页
     ·多因素模拟数据第45-46页
     ·实验结果对比第46-48页
   ·真实数据实验第48-50页
     ·AMD数据实验第48-49页
     ·肺癌数据实验第49-50页
   ·本章小节第50-51页
第五章 总结与展望第51-53页
致谢第53-55页
参考文献第55-58页

论文共58页,点击 下载论文
上一篇:概念格Hasse图布局算法研究
下一篇:改进的人工鱼群算法分析与研究