最大熵算法在SNP与疾病关联性研究的应用
| 摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·SNP介绍 | 第7-10页 |
| ·SNP的概念与特点 | 第7-8页 |
| ·SNP的研究意义 | 第8-10页 |
| ·SNP的数学模型 | 第10页 |
| ·SNP的研究阶段 | 第10页 |
| ·本文的研究内容及创新点 | 第10-11页 |
| ·本文的结构安排 | 第11-13页 |
| 第二章 熵与最大熵 | 第13-19页 |
| ·熵的简介 | 第13-15页 |
| ·最大熵简介 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 建模算法 | 第19-29页 |
| ·问题的提出 | 第19-20页 |
| ·算法结构 | 第20-22页 |
| ·本文所用的概念 | 第22-27页 |
| ·数据形式 | 第22-23页 |
| ·bootstrap算法 | 第23-25页 |
| ·稳定性排序 | 第25页 |
| ·解交叉 | 第25-27页 |
| ·准确性判断 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第四章 实验过程及结果 | 第29-47页 |
| ·实验样本集合的扩展 | 第29-33页 |
| ·bootstrap建模 | 第29-31页 |
| ·bootstrap算法实验 | 第31-33页 |
| ·稳定性计算 | 第33-37页 |
| ·稳定性算法及实现 | 第33-34页 |
| ·稳定性算法的实验 | 第34-37页 |
| ·最大熵优化 | 第37-40页 |
| ·最大熵建模 | 第37-38页 |
| ·最大熵实验 | 第38-40页 |
| ·解交叉过程 | 第40-43页 |
| ·解交叉算法及实现 | 第40-41页 |
| ·解交叉算法的实验 | 第41-43页 |
| ·准确性判断 | 第43-44页 |
| ·实验环境与代码说明 | 第44-45页 |
| ·实验总结 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47页 |
