基于单细胞测序数据的细胞亚型发现研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 单细胞聚类研究现状 | 第10-11页 |
| 1.3 本文的贡献与创新点 | 第11-13页 |
| 第二章 相关基础 | 第13-21页 |
| 2.1 第三代测序 | 第13-14页 |
| 2.2 聚类算法 | 第14-16页 |
| 2.2.1 传统聚类算法 | 第14页 |
| 2.2.2 网络基本概念 | 第14-15页 |
| 2.2.3 网络聚类算法 | 第15-16页 |
| 2.3 本文相关网络模型 | 第16-21页 |
| 2.3.1 snn-clique模型 | 第16-18页 |
| 2.3.2 clusterone模型 | 第18-21页 |
| 第三章 基于SNN的内聚力模型 | 第21-25页 |
| 3.1 基于SNN的内聚力模型 | 第21-22页 |
| 3.1.1 模型简述 | 第21-22页 |
| 3.1.2 算法流程 | 第22页 |
| 3.2 内聚力和clique性能对比 | 第22-25页 |
| 3.2.1 网络整体连接性 | 第22-24页 |
| 3.2.2 时间效率 | 第24-25页 |
| 第四章 实验数据分析 | 第25-34页 |
| 4.1 聚类评价标准 | 第25-27页 |
| 4.1.1 内部聚类评价 | 第25-26页 |
| 4.1.2 外部评价指标 | 第26-27页 |
| 4.2 数据预处理 | 第27-28页 |
| 4.3 模拟实验 | 第28-31页 |
| 4.3.1 模拟数据一 | 第28页 |
| 4.3.2 数据一结果分析 | 第28-30页 |
| 4.3.3 模拟数据二 | 第30页 |
| 4.3.4 数据二结果分析 | 第30-31页 |
| 4.4 真实实验 | 第31-34页 |
| 4.4.1 真实数据 | 第31页 |
| 4.4.2 真实数据结果分析 | 第31-34页 |
| 第五章 总结 | 第34-35页 |
| 参考文献 | 第35-38页 |
| 致谢 | 第38页 |
