| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·特征基因选择研究进展 | 第11-15页 |
| ·特征选择的过程 | 第12-13页 |
| ·特征基因选择方法的研究进展 | 第13-15页 |
| ·论文研究内容与结构安排 | 第15-18页 |
| ·主要研究内容 | 第15-16页 |
| ·结构安排 | 第16-18页 |
| 第二章 基因表达谱数据挖掘的相关理论 | 第18-28页 |
| ·特征提取与选择 | 第18-21页 |
| ·特征提取中用到的统计量 | 第18-19页 |
| ·基因表达谱的特征提取与选择 | 第19-21页 |
| ·常用的基因表达谱聚类与分类算法 | 第21-25页 |
| ·基因表达谱聚类和分类 | 第21-22页 |
| ·聚类与分类 | 第22-23页 |
| ·基于类间距离的聚类算法 | 第23页 |
| ·层次聚类 | 第23页 |
| ·基于密度、网格和模型的聚类算法 | 第23-24页 |
| ·K-均值法 | 第24页 |
| ·仿射传播聚类 | 第24页 |
| ·决策树 | 第24-25页 |
| ·线性判别分析 | 第25页 |
| ·分类器 | 第25-28页 |
| ·贝叶斯分类器 | 第25-26页 |
| ·人工神经网络 | 第26页 |
| ·自组织映射 | 第26-27页 |
| ·支持向量机 | 第27-28页 |
| 第三章 基于邻域条件互信息的肿瘤分类基因选择算法研究 | 第28-36页 |
| ·引言 | 第28页 |
| ·相关概念 | 第28-31页 |
| ·邻域互信息 | 第29-30页 |
| ·邻域条件互信息 | 第30-31页 |
| ·基于邻域条件互信息的肿瘤分类基因选择算法 | 第31-32页 |
| ·基于邻域互信息的肿瘤分类基因选择 | 第31页 |
| ·基于邻域条件互信息的肿瘤分类基因选择 | 第31-32页 |
| ·实验分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于邻域互信息的肿瘤基因聚类算法 | 第36-44页 |
| ·引言 | 第36页 |
| ·相关概念 | 第36-37页 |
| ·基于邻域互信息的肿瘤基因聚类算法 | 第37-39页 |
| ·新的相关度度量 | 第37页 |
| ·显著多元相关度 | 第37-38页 |
| ·基于邻域互信息的肿瘤基因聚类算法 | 第38-39页 |
| ·实验分析 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 基于邻域互信息与粒子群优化算法的肿瘤基因选择算法研究 | 第44-48页 |
| ·引言 | 第44页 |
| ·基于相关度特征选择 | 第44页 |
| ·粒子群优化算法 | 第44-45页 |
| ·基于邻域互信息与粒子群优化的肿瘤基因选择算法 | 第45-46页 |
| ·实验分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 结论 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·今后研究构想 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读学位期间的科研成果 | 第56-57页 |