| 第一章 绪论 | 第1-10页 |
| ·生物信息学概述 | 第7页 |
| ·基因表达和基因芯片简介 | 第7-8页 |
| ·计算智能相关模型和算法 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 基于量子进化算法的基因表达数据聚类分析 | 第10-20页 |
| ·引言 | 第10-11页 |
| ·最小平方和聚类 | 第11-12页 |
| ·量子进化算法 | 第12-14页 |
| ·基因表达数据集 | 第14页 |
| ·应用QEA 进行聚类分析 | 第14-17页 |
| ·实验结果 | 第17-19页 |
| ·结论 | 第19-20页 |
| 第三章 基于混合粒子群算法识别转录因子结合位点的研究 | 第20-29页 |
| ·引言 | 第20-21页 |
| ·混合粒子群算法 | 第21-22页 |
| ·转录因子数据库 | 第22页 |
| ·应用HPSO 识别结合位点 | 第22-26页 |
| ·实验结果 | 第26-28页 |
| ·结论 | 第28-29页 |
| 第四章 基于互信息和粗糙集的微阵列数据特征选择方法 | 第29-37页 |
| ·引言 | 第29-30页 |
| ·互信息理论 | 第30-31页 |
| ·粗糙集相关概念 | 第31-32页 |
| ·应用BPSO 进行属性约简 | 第32-34页 |
| ·微阵列数据集 | 第34页 |
| ·实验结果 | 第34-36页 |
| ·结论 | 第36-37页 |
| 第五章 结束语 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 摘要 | 第42-44页 |
| ABSTRACT | 第44-47页 |
| 致谢 | 第47-48页 |
| 导师及作者简介 | 第48页 |