首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

蚁群算法在基因与疾病关联性分析上的应用与实验研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·研究背景和意义第7-9页
   ·研究现状第9-10页
   ·本文工作第10-11页
   ·本文结构安排第11-13页
第二章 SNP 关联分析第13-27页
   ·连锁分析第13-14页
   ·关联分析第14-16页
     ·连锁不平衡的定义第14页
     ·连锁不平衡的度量第14-16页
   ·关联分析分类第16-18页
     ·疾病对照研究第16-17页
     ·家系研究第17-18页
   ·常用 SNP 关联分析算法第18-25页
     ·蚁群算法第18-22页
     ·AntEpiSeeker第22页
     ·SNPRuler第22-25页
   ·本章小结第25-27页
第三章 基于聚类的蚁群 SNP 关联分析算法第27-35页
   ·基于 LD 的 SNP 数据聚类第27-31页
     ·近邻传播聚类第27-29页
     ·基于 LD 的 SNP 数据聚类第29-31页
   ·基于聚类的蚁群 SNP 关联分析算法第31-33页
     ·算法描述第31-32页
     ·算法分析第32-33页
   ·性能评价准则第33页
   ·本章小结第33-35页
第四章 实验研究与比较第35-51页
   ·实验数据第35-36页
   ·数据集位点聚类验证实验第36-44页
     ·SNP100 的聚类第37-40页
     ·SNP250 的聚类第40-43页
     ·实验结果分析第43-44页
   ·基于聚类的蚁群 SNP 关联分析算法的实验第44-49页
     ·模拟数据实验第44-47页
     ·AMD 数据实验第47-48页
     ·肺癌数据实验第48-49页
   ·本章小结第49-51页
第五章 总结与展望第51-53页
致谢第53-55页
参考文献第55-58页

论文共58页,点击 下载论文
上一篇:工业组态软件中CFC语言的设计实现及语言转换的研究
下一篇:基于Handel-C的多种图像处理算法的硬化实现