| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第17-31页 |
| 1.1 研究背景与意义 | 第17-20页 |
| 1.2 特征选择算法相关工作研究进展 | 第20-27页 |
| 1.2.1 基于特征判别能力的特征选择算法 | 第20-23页 |
| 1.2.2 基于特征对评价的特征选择算法 | 第23-25页 |
| 1.2.3 基于网络的特征选择算法 | 第25-27页 |
| 1.3 目前存在的问题和挑战 | 第27-28页 |
| 1.4 代谢组学相关研究与应用介绍 | 第28-29页 |
| 1.5 本文主要研究思路 | 第29-31页 |
| 2 基于水平和垂直关系的特征对筛选与分类算法 | 第31-53页 |
| 2.1 引言 | 第31-32页 |
| 2.2 方法 | 第32-40页 |
| 2.2.1 TSP和k-TSP算法 | 第33-35页 |
| 2.2.2 VH-TSP和VH-k-TSP算法 | 第35-40页 |
| 2.3 实验 | 第40-41页 |
| 2.4 结果与讨论 | 第41-51页 |
| 2.4.1 k-TSP,M-k-TSP和VH-k-TSP在基因组学数据上的比较 | 第41-46页 |
| 2.4.2 SVM-RFE,RS-SVM和VH-k-TSP在基因组学数据上的比较 | 第46-47页 |
| 2.4.3 VH-k-TSP算法在肝癌代谢数据集上的性能分析 | 第47-51页 |
| 2.5 本章小结 | 第51-53页 |
| 3 基于组合特征的分类模型构建算法 | 第53-69页 |
| 3.1 引言 | 第53-54页 |
| 3.2 方法 | 第54-56页 |
| 3.2.1 M-k-TSP算法 | 第54-55页 |
| 3.2.2 CFC-CM算法 | 第55-56页 |
| 3.3 实验 | 第56-58页 |
| 3.4 结果和讨论 | 第58-68页 |
| 3.4.1 CFC-CM在基因组学数据上的性能分析 | 第58-62页 |
| 3.4.2 CFC-CM在代谢组学数据上的性能分析 | 第62-68页 |
| 3.5 本章小结 | 第68-69页 |
| 4 基于非重叠区域率的网络构建及动态网络分析算法 | 第69-87页 |
| 4.1 引言 | 第69-70页 |
| 4.2 ATSD-DN算法 | 第70-73页 |
| 4.2.1 网络构建 | 第70-72页 |
| 4.2.2 网络分析 | 第72-73页 |
| 4.2.3 静态分析 | 第73页 |
| 4.3 实验 | 第73-75页 |
| 4.4 结果 | 第75-84页 |
| 4.4.1 代谢网络的建立 | 第75-77页 |
| 4.4.2 动态浓度分析和拓扑结构分析 | 第77-79页 |
| 4.4.3 潜在生物标志物的发现及验证 | 第79-83页 |
| 4.4.4 与其它方法的比较 | 第83-84页 |
| 4.5 讨论 | 第84-86页 |
| 4.6 本章小结 | 第86-87页 |
| 5 基于差异性拓扑结构的网络分析算法 | 第87-106页 |
| 5.1 引言 | 第87-88页 |
| 5.2 PB-DSN算法 | 第88-90页 |
| 5.2.1 网络构建 | 第88-89页 |
| 5.2.2 差异性子网的定义 | 第89-90页 |
| 5.3 实验 | 第90-91页 |
| 5.4 结果 | 第91-103页 |
| 5.4.1 PB-DSN在静态数据集上的性能分析 | 第91-96页 |
| 5.4.2 PB-DSN在时间序列数据集上的性能分析 | 第96-103页 |
| 5.5 讨论 | 第103-105页 |
| 5.6 本章小结 | 第105-106页 |
| 6 结论与展望 | 第106-110页 |
| 6.1 结论 | 第106-107页 |
| 6.2 创新点 | 第107-108页 |
| 6.3 展望 | 第108-110页 |
| 参考文献 | 第110-119页 |
| 攻读博士学位期间科研项目及科研成果 | 第119-120页 |
| 致谢 | 第120-121页 |
| 作者简介 | 第121页 |
