| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·论文工作与安排 | 第14-16页 |
| 第二章 双向聚类基础知识介绍 | 第16-29页 |
| ·生物学背景 | 第16-19页 |
| ·基因表达数据概念 | 第16-17页 |
| ·基因表达数据分析介绍 | 第17-18页 |
| ·基因表达数据获取 | 第18-19页 |
| ·聚类方法介绍 | 第19-22页 |
| ·相似性度量方法 | 第20-21页 |
| ·常用聚类方法 | 第21-22页 |
| ·双向聚类算法提出背景 | 第22-27页 |
| ·双向聚类的形式 | 第24-25页 |
| ·双向聚类相关定义 | 第25-27页 |
| ·算法开发平台 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 双向聚类算法 | 第29-44页 |
| ·CC 算法 | 第29-33页 |
| ·节点删除阶段 | 第29-31页 |
| ·节点添加阶段 | 第31-32页 |
| ·随机数替代过程 | 第32-33页 |
| ·FLOC 算法 | 第33-38页 |
| ·算法相关定义 | 第34-35页 |
| ·初始化阶段 | 第35页 |
| ·连续迭代阶段 | 第35-38页 |
| ·DBF 算法 | 第38-43页 |
| ·频繁模式挖掘阶段 | 第39-41页 |
| ·添加行（列）阶段 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于遗传算法的双向聚类算法 | 第44-58页 |
| ·遗传算法 | 第44-47页 |
| ·基于遗传算法的双向聚类算法 | 第47-55页 |
| ·基于遗传算法的双向聚类算法模型 | 第47-48页 |
| ·基于遗传算法的双向聚类算法实现的技术问题 | 第48-55页 |
| ·基于遗传算法的双向聚类算法实现 | 第55-57页 |
| ·最优个体搜索模块实现步骤 | 第55-56页 |
| ·惩罚值调整模块实现步骤 | 第56页 |
| ·SGBI 算法终止条件 | 第56页 |
| ·SGBI 算法流程 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 引入种群多样性和选择压力平衡的双向聚类算法 | 第58-82页 |
| ·双向聚类结构模型转化中的问题 | 第58-60页 |
| ·种群间个体的距离度量问题 | 第58-59页 |
| ·种群的多样性度量问题 | 第59-60页 |
| ·种群多样性和选择压力平衡的实现 | 第60-62页 |
| ·平衡种群多样性和选择压力的基于遗传算法的双向聚类算法实现 | 第62-69页 |
| ·标准遗传算法模块 | 第63-64页 |
| ·分群进化搜索模块 | 第64页 |
| ·改进SGBI 算法流程 | 第64-65页 |
| ·改进SGBI 算法编程实现 | 第65-69页 |
| ·基于遗传算法的双向聚类算法实验 | 第69-81页 |
| ·实验环境及测试数据集 | 第69-70页 |
| ·参数设置 | 第70-73页 |
| ·算法结果 | 第73-79页 |
| ·实验比较 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| ·总结 | 第82页 |
| ·展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |