| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 研究课题所涉及的科学领域 | 第12-14页 |
| 1.2.2 国内外已经达到的水平 | 第14-18页 |
| 1.3 存在问题与主要工作 | 第18页 |
| 1.4 论文章节安排 | 第18-21页 |
| 第2章 基因数据的获取及特征提取 | 第21-29页 |
| 2.1 基因源代码及基因数据库 | 第21-23页 |
| 2.1.1 GenBank 数据库 | 第22页 |
| 2.1.2 EMBL 数据库 | 第22页 |
| 2.1.3 DDBJ 数据库 | 第22-23页 |
| 2.2 常用的基因信号特征 | 第23-24页 |
| 2.2.1 初始 DNA 序列特征 | 第23页 |
| 2.2.2 特定进化标记基因 | 第23页 |
| 2.2.3 16SrRNA | 第23-24页 |
| 2.2.4 DNA 片段的数字特征 | 第24页 |
| 2.3 本文设计的算法及所用的数据及数据特征 | 第24-28页 |
| 2.3.1 本文设计的算法 | 第24-25页 |
| 2.3.2 本文选用的实验样本 | 第25-26页 |
| 2.3.3 k-mer 频率提取 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于最大类间方差(OTSU)的 k-mer 频率离散化 | 第29-37页 |
| 3.1 关于离散化的基本理论 | 第29-30页 |
| 3.1.1 离散化基本概念 | 第29页 |
| 3.1.2 离散化方法的评价标准 | 第29-30页 |
| 3.2 常用的离散化算法 | 第30-33页 |
| 3.2.1 基于统计的离散化算法 | 第30-31页 |
| 3.2.2 基于信息熵的离散化算法 | 第31-32页 |
| 3.2.3 基于类-属性依赖度的离散化算法 | 第32页 |
| 3.2.4 基于聚类的离散化算法 | 第32-33页 |
| 3.3 基于最大类间方差(OTSU)的数据离散化方法 | 第33-36页 |
| 3.3.1 基于 OTSU 数据离散化方法基本理论 | 第33-34页 |
| 3.3.2 最优 L 值验证 | 第34-35页 |
| 3.3.3 不同离散化方法结果比较与分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于粗糙集的离散化后 k-mer 频率特征约简 | 第37-45页 |
| 4.1 粗糙集基本理论 | 第37-40页 |
| 4.1.1 知识表达系统和决策表 | 第37-38页 |
| 4.1.2 等价关系、等价集及等价划分 | 第38页 |
| 4.1.3 上近似集和下近似集 | 第38-40页 |
| 4.2 约简方法概述 | 第40-41页 |
| 4.2.1 基于可区分矩阵的约简方法 | 第40页 |
| 4.2.2 基于属性重要度的约简方法 | 第40-41页 |
| 4.2.3 与其他方法结合的约简方法 | 第41页 |
| 4.3 基于粗糙集的属性约简 | 第41-44页 |
| 4.3.1 决策表形成 | 第41页 |
| 4.3.2 基于属性重要度的离散化后 k-mer 频率约简 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验结果验证与分析 | 第45-51页 |
| 5.1 基于 OTSU 离散化的基因信号约简实验 | 第45-47页 |
| 5.2 与 K 均值离散化方法的比较 | 第47-49页 |
| 5.3 与 PCA 降维方法的比较 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 本文主要工作的总结 | 第51页 |
| 6.2 下一步工作的展望 | 第51-53页 |
| 参考文献 | 第53-60页 |
| 作者简介及攻读硕士期间科研成果 | 第60-61页 |
| 致谢 | 第61页 |
