| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的工作 | 第15页 |
| 1.4 本文结构 | 第15-17页 |
| 第2章 疾病关联miRNA预测方法 | 第17-33页 |
| 2.1 miRNA的产生和作用过程 | 第17-18页 |
| 2.2 常用的数据库资源 | 第18-23页 |
| 2.2.1 miRNA-disease数据 | 第18-19页 |
| 2.2.2 Gene-disease数据 | 第19页 |
| 2.2.3 miRNA-mRNA数据 | 第19-21页 |
| 2.2.4 disease-phenotype相似性数据 | 第21-22页 |
| 2.2.5 其他类型数据 | 第22-23页 |
| 2.3 疾病关联miRNA预测方法简述 | 第23-31页 |
| 2.3.1 基于相似性计算的方法 | 第24-30页 |
| 2.3.2 基于机器学习的预测方法 | 第30-31页 |
| 2.4 评价指标 | 第31-32页 |
| 2.5 小结 | 第32-33页 |
| 第3章 基于非负矩阵因式分解的预测方法 | 第33-47页 |
| 3.1 引言 | 第33-34页 |
| 3.2 NMF算法思想介绍 | 第34-35页 |
| 3.3 基于NMF的疾病关联miRNA预测方法研究 | 第35-37页 |
| 3.4 实验结果分析 | 第37-46页 |
| 3.4.1 数据来源 | 第37-38页 |
| 3.4.2 实验结果及分析 | 第38-46页 |
| 3.5 小结 | 第46-47页 |
| 第4章 基于稀疏的非负矩阵因式分解预测方法 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 基于稀疏的非负矩阵因式分解预测miRNA-diease方法研究 | 第47-48页 |
| 4.3 实验结果及分析 | 第48-54页 |
| 4.4 小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
