| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题来源与研究意义 | 第11-12页 |
| ·研究背景 | 第12-15页 |
| ·聚类分析的进展 | 第12-13页 |
| ·网络模块性分析的进展 | 第13-15页 |
| ·本文的研究思路及主要贡献 | 第15-17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 理论背景概述 | 第19-27页 |
| ·相关的图理论 | 第19-20页 |
| ·复杂网络 | 第20-22页 |
| ·社会网络 | 第20页 |
| ·蛋白质相互作用网络 | 第20-21页 |
| ·其它网络 | 第21-22页 |
| ·复杂网络的模块性 | 第22页 |
| ·相关工作 | 第22-26页 |
| ·GN算法 | 第23页 |
| ·Spectral算法 | 第23页 |
| ·D-value算法 | 第23-24页 |
| ·CPM算法 | 第24-25页 |
| ·MCODE算法 | 第25页 |
| ·MCL算法 | 第25-26页 |
| ·RNSC算法 | 第26页 |
| ·小结 | 第26-27页 |
| 第三章 基于模糊聚类的网络模块性分析方法研究 | 第27-45页 |
| ·引言 | 第27-28页 |
| ·理论基础 | 第28-32页 |
| ·模糊聚类 | 第28-29页 |
| ·节点间的相似性 | 第29-32页 |
| ·模糊聚类算法 | 第32-35页 |
| ·实验结果分析 | 第35-42页 |
| ·人工网络 | 第35-38页 |
| ·参数分析 | 第38页 |
| ·各种算法性能比较 | 第38-39页 |
| ·真实网络 | 第39-42页 |
| ·小结 | 第42-45页 |
| 第四章 基于最小熵聚类的网络模块性分析方法研究 | 第45-61页 |
| ·引言 | 第45-46页 |
| ·理论基础 | 第46-50页 |
| ·熵变换 | 第46-47页 |
| ·最小熵传递标准 | 第47-49页 |
| ·基于最小熵传递标准的聚类 | 第49-50页 |
| ·最小熵传递方法 | 第50-53页 |
| ·实验结果分析 | 第53-58页 |
| ·小结 | 第58-61页 |
| 第五章 基于聚类分析的PPI网络模块性分析研究 | 第61-79页 |
| ·基于派系过滤的迭代式快速模块识别算法 | 第61-66页 |
| ·引言 | 第61-62页 |
| ·基于派系过滤的迭代式算法 | 第62-64页 |
| ·人工网络的时间效率 | 第64-65页 |
| ·识别PPI网络中的功能模块 | 第65-66页 |
| ·基于模块比对的保守模块识别算法 | 第66-77页 |
| ·引言 | 第66-67页 |
| ·模块比对理论 | 第67-70页 |
| ·基于模块比对的识别算法 | 第70-71页 |
| ·实验结果分析 | 第71-77页 |
| ·小结 | 第77-79页 |
| 第六章 基于聚类分析的PPI网络疾病相关模块预测研究 | 第79-93页 |
| ·引言 | 第79-80页 |
| ·生物数据 | 第80页 |
| ·评价指标 | 第80-81页 |
| ·基于概率化模型的预测方法 | 第81-82页 |
| ·实验结果分析 | 第82-91页 |
| ·识别疾病相关模块 | 第82-83页 |
| ·交叉验证 | 第83-84页 |
| ·统计分析 | 第84-89页 |
| ·分析疾病相关模块 | 第89-91页 |
| ·小结 | 第91-93页 |
| 第七章 结束语 | 第93-97页 |
| ·总结 | 第93-94页 |
| ·展望 | 第94-97页 |
| 参考文献 | 第97-109页 |
| 攻读博士学位期间已发表的论文 | 第109-111页 |
| 攻读博士学位期间参加的科研项目 | 第111-113页 |
| 致谢 | 第113-114页 |