面向基因表达谱数据分类的特征选择方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 基因表达谱 | 第12-13页 |
| 1.1.2 基因表达谱特征选择意义 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 论文结构 | 第17-19页 |
| 第二章 特征选择综述 | 第19-34页 |
| 2.1 特征降维 | 第19-20页 |
| 2.1.1 特征抽取 | 第19页 |
| 2.1.2 特征选择 | 第19-20页 |
| 2.2 特征选择过程 | 第20-22页 |
| 2.3 算法分类 | 第22-26页 |
| 2.3.1 过滤式(Filter) | 第22-23页 |
| 2.3.2 封装式(Wrapper) | 第23-25页 |
| 2.3.3 嵌入式(Embedded) | 第25-26页 |
| 2.3.4 集成法(Ensemble) | 第26页 |
| 2.4 分类器 | 第26-31页 |
| 2.4.1 支持向量机(SVM) | 第27-29页 |
| 2.4.2 K近邻(KNN) | 第29-30页 |
| 2.4.3 朴素贝叶斯 | 第30-31页 |
| 2.5 分类性能评估 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基因表达谱数据预处理 | 第34-41页 |
| 3.1 实验数据集描述 | 第34-35页 |
| 3.2 数据集离散化研究 | 第35-40页 |
| 3.2.1 离散化描述 | 第35-36页 |
| 3.2.2 实验结果及分析 | 第36-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于集成过滤的特征选择算法 | 第41-55页 |
| 4.1 相关方法 | 第41-47页 |
| 4.1.1 常用的过滤式特征选择方法 | 第41-46页 |
| 4.1.2 集成学习 | 第46-47页 |
| 4.2 GSEF方法 | 第47-50页 |
| 4.3 实验结果及分析 | 第50-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于聚类和SVM-RFE的特征选择算法 | 第55-69页 |
| 5.1 谱聚类算法 | 第55-58页 |
| 5.2 SVM-RFE算法 | 第58-60页 |
| 5.3 SC-SVM-RFE方法 | 第60-62页 |
| 5.4 实验结果与分析 | 第62-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的学术论文及参与的科研项目 | 第79页 |
