首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波和CART算法的微阵列数据分类

摘要第1-8页
ABSTRACT第8-9页
第1章 绪论第9-13页
   ·微阵列数据分析的背景第9页
   ·微阵列数据分析的研究现状第9-11页
   ·本文研究内容及组织结构第11-13页
第2章 基因芯片技术和微阵列数据分类第13-21页
   ·基因芯片技术第13-16页
     ·基因芯片产生和发展第13-14页
     ·基因芯片技术及杂交实验原理第14-15页
     ·基因芯片的应用第15-16页
   ·模式识别技术第16-18页
     ·特征选择第17页
     ·分类第17-18页
   ·微阵列数据分类第18-21页
第3章 微阵列数据的特征选择第21-31页
   ·基于t-test 的特征选择方法第22页
   ·基于Wilcoxon 秩和检测的特征选择方法第22-23页
   ·基于小波的特征提取方法第23-28页
     ·连续小波变换第24页
     ·离散小波变换第24-27页
     ·多分辨率分析和Mallat 算法第27-28页
   ·本章小结第28-31页
第4章 基于 CART 算法的分类模型第31-37页
   ·CART 算法概述第31页
   ·决策树的增长第31-34页
     ·误差指标第31-33页
     ·分割法则第33页
     ·分割终止第33-34页
   ·决策树的剪枝第34-36页
     ·剪枝相关定义第34-35页
     ·剪枝原理及过程第35-36页
   ·本章小结第36-37页
第5章 实验结果与分析第37-67页
   ·数据来源第37-38页
   ·交叉验证第38页
   ·分类性能度量第38页
   ·实验设计及结果分析第38-60页
     ·基于t-test 和Wilcoxon 秩和检测特征选择实验结果分析第39-51页
     ·数据标准化后基于Wilcoxon 秩和检测特征选择实验第51-54页
     ·基于小波的特征提取实验结果分析第54-60页
   ·不同方法的结果比较第60-64页
     ·肺癌微阵列数据不同方法的结果比较第60-62页
     ·前列腺癌微阵列数据不同方法的结果比较第62-63页
     ·白血病微阵列数据不同方法的结果比较第63-64页
   ·讨论第64-67页
第6章 结论第67-71页
   ·结论第67-69页
   ·未来工作第69-71页
参考文献第71-75页
致谢第75-76页
在学期间主要科研成果第76页
 一、发表学术论文第76页
 二、其它科研成果第76页

论文共76页,点击 下载论文
上一篇:加权条件下负关联规则的增量更新及剪枝算法
下一篇:基于负频繁项集的负关联规则挖掘研究