摘要 | 第1-13页 |
ABSTRACT | 第13-15页 |
第一章 绪论 | 第15-27页 |
·微阵列基因表达数据研究概述 | 第15-21页 |
·微阵列基因表达数据的获取和特点 | 第15-17页 |
·微阵列基因表达数据的主要应用和挖掘类型 | 第17-18页 |
·研究现状 | 第18-21页 |
·微阵列基因表达数据上的分类问题 | 第21-23页 |
·分类过程和常用方法 | 第21-22页 |
·分类法准确率的评估 | 第22-23页 |
·微阵列基因表达数据属性选择的研究意义和面临的挑战 | 第23-24页 |
·论文的主要工作和结构 | 第24-27页 |
·论文的主要工作 | 第24-26页 |
·论文的组织结构 | 第26-27页 |
第二章 相关研究及实验数据集 | 第27-43页 |
·属性选择研究概述 | 第27-33页 |
·属性选择的一般过程 | 第27-30页 |
·属性选择算法的分类 | 第30-32页 |
·属性选择的应用 | 第32-33页 |
·微阵列基因表达数据上己有的属性选择方法 | 第33-35页 |
·属性相关性及相关性度量 | 第35-40页 |
·属性相关性 | 第35-38页 |
·相关性度量 | 第38-40页 |
·实验数据集 | 第40-42页 |
·小结 | 第42-43页 |
第三章 基于灰关联分析的属性相关性度量 | 第43-59页 |
·引言 | 第43页 |
·灰色系统理论及灰关联分析 | 第43-50页 |
·灰色系统理论概述 | 第43-44页 |
·灰色关联分析 | 第44-48页 |
·灰关联分析的应用实例 | 第48-50页 |
·应用灰关联分析进行基因选择 | 第50-51页 |
·性能分析与比较 | 第51-58页 |
·实验配置和步骤 | 第52-53页 |
·实验结果及分析 | 第53-58页 |
·小结 | 第58-59页 |
第四章 依赖于度量的属性相关性及属性选择算法 | 第59-85页 |
·引言 | 第59-60页 |
·依赖于度量的属性相关性 | 第60-64页 |
·已有定义的不足 | 第60-62页 |
·依赖于度量的属性相关性 | 第62-64页 |
·属性选择过滤算法FRADM | 第64-72页 |
·强正相关属性的识别 | 第65-69页 |
·弱正相关属性的识别 | 第69-71页 |
·过滤算法FRADM | 第71-72页 |
·性能分析与比较 | 第72-83页 |
·实验配置和步骤 | 第72-74页 |
·FRADM与几个经典算法的运行时间和选择基因数的比较 | 第74-75页 |
·FRADM和几个经典算法对C4.5精度影响的比较 | 第75-79页 |
·FRADM和几个经典算法对NaiveBayes精度影响的比较 | 第79-83页 |
·小结 | 第83-85页 |
第五章 依赖于分类器的属性相关性及属性选择算法 | 第85-103页 |
·引言 | 第85-87页 |
·依赖于分类器的属性相关性 | 第87-89页 |
·属性选择打包算法 WR | 第89-92页 |
·性能分析与比较 | 第92-102页 |
·WR与几个经典算法的运行时间和选择基因数的比较 | 第93-95页 |
·WR与几个经典算法对C4.5精度影响的比较 | 第95-99页 |
·WR与几个经典算法对NaiveBayes精度影响的比较 | 第99-102页 |
·小结 | 第102-103页 |
第六章 广义属性相关性及混合属性选择算法 | 第103-121页 |
·广义的属性相关性 | 第103-105页 |
·统一的属性选择算法框架 | 第105-107页 |
·属性选择混合算法HFW | 第107-110页 |
·传统混合策略及问题 | 第107-108页 |
·新的混合策略及混合算法HFW | 第108-110页 |
·性能分析与比较 | 第110-120页 |
·HFW与几个经典属性选择算法的比较 | 第111-115页 |
·HFW与FRADM及WR的性能比较 | 第115-120页 |
·小结 | 第120-121页 |
第七章 结束语 | 第121-124页 |
·论文工作的总结 | 第121-122页 |
·课题研究展望 | 第122-124页 |
致谢 | 第124-126页 |
攻读博士学位期间撰写的主要论文 | 第126-128页 |
攻读博士学位期间参加的主要科研工作 | 第128-129页 |
参考文献 | 第129-138页 |
附录 | 第138-142页 |