首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

微阵列基因表达数据分类问题中的属性选择技术研究

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

论文共142页,点击 下载论文
上一篇:水声低通滤波光纤水听器的理论和实验研究
下一篇:舰船气泡尾流的前向光散射特性及探测技术研究