基因芯片中的聚类研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·本文的意义和目的 | 第7-8页 |
| ·基因芯片中聚类分析的研究现状 | 第8-9页 |
| ·本文的主要工作及结构 | 第9-10页 |
| ·本文符号表 | 第10-11页 |
| 第二章 研究背景简介 | 第11-17页 |
| ·生物学背景知识 | 第11-14页 |
| ·基因芯片概述 | 第11-12页 |
| ·基因表达数据 | 第12-13页 |
| ·基因表达数据的分析 | 第13-14页 |
| ·基因芯片的传统聚类分析 | 第14-17页 |
| 第三章 基于模糊聚类的基因芯片数据分析 | 第17-31页 |
| ·模糊聚类 | 第17-18页 |
| ·模糊 C均值聚类 | 第18-20页 |
| ·算法描述 | 第18-19页 |
| ·模糊 C均值聚类的有效性函数 | 第19-20页 |
| ·可能性聚类 | 第20-25页 |
| ·算法描述 | 第20-23页 |
| ·PCA算法 | 第23-25页 |
| ·改进的PCA算法及其有效性指标 | 第25-29页 |
| ·改进的PCA算法 | 第25-27页 |
| ·可能性聚类的有效性函数 | 第27-29页 |
| ·实验结果与分析 | 第29-31页 |
| 第四章 基因芯片数据中的模式聚类研究 | 第31-46页 |
| ·基于划分的聚类的缺陷 | 第31-33页 |
| ·基因芯片数据中的模式种类 | 第33-36页 |
| ·恒定模式 | 第34页 |
| ·等差模式 | 第34-35页 |
| ·等比模式 | 第35页 |
| ·演化序列模式 | 第35-36页 |
| ·混合模式 | 第36页 |
| ·常见模式聚类模型 | 第36-39页 |
| ·bicluster模型 | 第36-37页 |
| ·pClustering算法 | 第37-39页 |
| ·SAMBA算法 | 第39页 |
| ·模式的形式化描述及其性质 | 第39-46页 |
| ·规则函数的概念 | 第40-42页 |
| ·规则冗余及其化简 | 第42-44页 |
| ·子规则及扩展规则 | 第44页 |
| ·基于规则函数的模式形式化描述 | 第44-45页 |
| ·模式的延伸及扩展 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间主要的研究成果 | 第53页 |
