网络拓扑信息挖掘算法设计及其应用研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 目录 | 第10-12页 |
| 插图清单 | 第12-13页 |
| 插表清单 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题背景及研究意义 | 第14-17页 |
| 1.2 课题来源 | 第17页 |
| 1.3 国内外研究现状 | 第17-19页 |
| 1.4 本文研究的方法、技术路线 | 第19-22页 |
| 第二章 基因网络信息挖掘 | 第22-30页 |
| 2.1 基因表达数据 | 第22-24页 |
| 2.1.1 基因芯片和高通量测序技术 | 第22-23页 |
| 2.1.2 基因测序数据挖掘 | 第23-24页 |
| 2.2 基因调控网络 | 第24-29页 |
| 2.2.1 复杂网络 | 第24-25页 |
| 2.2.2 基因调控网络 | 第25-28页 |
| 2.2.3 pathway研究 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 现有的生物网络分析方法 | 第30-41页 |
| 3.1 差异表达pathway | 第30页 |
| 3.2 基于功能组合得分的方法 | 第30-34页 |
| 3.2.1 GSEA分析方法 | 第30-32页 |
| 3.2.2 LRpath分析方法 | 第32-33页 |
| 3.2.3 WW分析方法 | 第33-34页 |
| 3.3 基于pathway拓扑信息的方法 | 第34-40页 |
| 3.3.1 TAPPA分析方法 | 第34-35页 |
| 3.3.2 DEAP分析方法 | 第35-37页 |
| 3.3.3 DRW分析方法 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于网络中边构建的分析方法 | 第41-62页 |
| 4.1 马尔科夫链模型介绍 | 第41-43页 |
| 4.1.1 马尔科夫链特性 | 第41页 |
| 4.1.2 初始状态分布和状态转移(概率)矩阵 | 第41-43页 |
| 4.2 基于马尔科夫链模型建模网络中的有向边 | 第43-45页 |
| 4.3 基于马尔科夫链模型的网络分析 | 第45-48页 |
| 4.3.1 网络中有向边的性能评估 | 第45-46页 |
| 4.3.2 网络的整体性能评估 | 第46-48页 |
| 4.4 实验验证 | 第48-61页 |
| 4.4.1 实验数据和分类方法评价指标 | 第48-50页 |
| 4.4.2 模拟数据实验结果分析 | 第50-53页 |
| 4.4.3 标准数据实验结果分析 | 第53-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 网络信息挖掘算法在零件疲劳强度上的研究 | 第62-67页 |
| 5.1 机械零件疲劳强度的主要影响因素 | 第62-64页 |
| 5.1.1 应力集中的影响 | 第62-63页 |
| 5.1.2 零件尺寸的影响 | 第63页 |
| 5.1.3 表面状态的影响 | 第63-64页 |
| 5.2 网络拓扑信息挖掘算法的应用 | 第64-66页 |
| 5.2.1 实验试样与实验设计 | 第64-65页 |
| 5.2.2 运算结果分析 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 论文的主要工作和创新点 | 第67页 |
| 6.2 下一步工作展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录 模拟数据实验结果 | 第75-78页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第78页 |
