基因调控网络模型联合推断算法及其性能分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文结构及主要内容 | 第14-16页 |
| 第2章 基因调控网络模型及其推断算法影响因素分析 | 第16-34页 |
| 2.1 基因调控网络 | 第16页 |
| 2.2 基因调控网络模型 | 第16-20页 |
| 2.2.1 布尔网络模型 | 第17-18页 |
| 2.2.2 贝叶斯网络模型 | 第18-19页 |
| 2.2.3 微分方程模型 | 第19-20页 |
| 2.3 基因调控网络模型的推断原理 | 第20-23页 |
| 2.3.1 遗传编程 | 第20-22页 |
| 2.3.2 基因调控网络模型的推断 | 第22-23页 |
| 2.4 推断基因调控网络模型的联合推断算法 | 第23-27页 |
| 2.4.1 遗传编程联合递推最小二乘算法 | 第24页 |
| 2.4.2 遗传编程联合卡尔曼滤波算法 | 第24-25页 |
| 2.4.3 遗传编程联合鲁棒卡尔曼滤波算法 | 第25-26页 |
| 2.4.4 遗传编程联合粒子滤波算法 | 第26-27页 |
| 2.5 联合推断算法影响因素分析 | 第27-33页 |
| 2.5.1 采样点的影响 | 第28-29页 |
| 2.5.2 基因数目的影响 | 第29-31页 |
| 2.5.3 噪声方差的影响 | 第31-32页 |
| 2.5.4 迭代次数的影响 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 联合推断算法的抗噪性能分析 | 第34-52页 |
| 3.1 数据来源 | 第34-36页 |
| 3.2 高斯噪声的影响 | 第36-38页 |
| 3.3 非高斯噪声的影响 | 第38-51页 |
| 3.3.1 拉普拉斯噪声的影响 | 第39-42页 |
| 3.3.2 混合高斯噪声的影响 | 第42-45页 |
| 3.3.3 闪烁噪声的影响 | 第45-48页 |
| 3.3.4 方差具有不确定性噪声的影响 | 第48-51页 |
| 3.4 本章小节 | 第51-52页 |
| 第4章 联合推断算法的复杂性与收敛性分析 | 第52-66页 |
| 4.1 联合推断算法复杂性分析 | 第52-57页 |
| 4.1.1 GP+RLS的复杂性分析 | 第52-53页 |
| 4.1.2 GP+KF的复杂性分析 | 第53-54页 |
| 4.1.3 GP+RKF的复杂性分析 | 第54-55页 |
| 4.1.4 GP+PF的复杂性分析 | 第55-56页 |
| 4.1.5 复杂性仿真计算 | 第56-57页 |
| 4.2 联合推断算法的收敛性分析 | 第57-64页 |
| 4.2.1 GP+RLS的收敛性分析 | 第57-60页 |
| 4.2.2 GP+KF的收敛性分析 | 第60页 |
| 4.2.3 GP+RKF收敛性分析 | 第60-61页 |
| 4.2.4 GP+PF的收敛性分析 | 第61页 |
| 4.2.5 收敛性仿真计算 | 第61-64页 |
| 4.3 本章小节 | 第64-66页 |
| 第5章 基因调控网络在生物医学中应用 | 第66-74页 |
| 5.1 酵母菌数据 | 第66-69页 |
| 5.1.1 数据来源 | 第66-67页 |
| 5.1.2 yeast数据实验结果及分析 | 第67-69页 |
| 5.2 人宫颈癌细胞数据 | 第69-73页 |
| 5.2.1 数据来源 | 第69-70页 |
| 5.2.2 HeLa数据实验结果及分析 | 第70-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82页 |
