| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| ·DNA 微阵列与基因表达研究概况 | 第7-8页 |
| ·基因表达聚类分析技术的现状 | 第8-9页 |
| ·基于高斯混合模型的聚类方法 | 第9页 |
| ·本文结构与安排 | 第9-10页 |
| 第二章 实验数据及统计模型的建立 | 第10-14页 |
| ·原始实验数据 | 第10-11页 |
| ·实验数据预处理 | 第11页 |
| ·建立统计模型 | 第11-13页 |
| ·古典假设检验 | 第11-12页 |
| ·基因表达数据的统计模型 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第三章 基于高斯混合模型的聚类算法 | 第14-36页 |
| ·基因芯片原理 | 第15-17页 |
| ·基因数据处理基本任务和方法 | 第17-19页 |
| ·基因芯片的信息预处理 | 第17-18页 |
| ·基因芯片的数据挖掘 | 第18-19页 |
| ·聚类分析介绍 | 第19-23页 |
| ·聚类分析的概念及任务 | 第19-20页 |
| ·聚类分析的基本思想 | 第19页 |
| ·方法的有效性 | 第19-20页 |
| ·传统聚类算法介绍 | 第20-23页 |
| ·聚类的技术方案 | 第20页 |
| ·C-均值算法(C-means 算法) | 第20-21页 |
| ·模糊C－均值法 | 第21-22页 |
| ·分级聚类法(Hierarchical Clustering Method) | 第22-23页 |
| ·EM 算法介绍 | 第23-25页 |
| ·混合模型的EM 算法 | 第25-27页 |
| ·基于高斯混合模型的聚类原理 | 第27-34页 |
| ·初步实验结果及讨论 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 改进策略及实验结果讨论 | 第36-40页 |
| ·置换检验 | 第36-38页 |
| ·后验概率调整策略 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第五章 结论 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 研究成果 | 第44页 |