首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于降维的微阵列数据分析

摘要第1-8页
Abstract第8-9页
1 绪论第9-16页
   ·课题研究的背景及意义第9-13页
     ·微阵列简介第9-10页
     ·微阵列基因表达数据第10-12页
     ·课题研究目的和意义第12-13页
   ·基因表达数据分析方法研究现状第13-14页
   ·本文主要研究内容及组织结构第14-16页
2 线性降维第16-33页
   ·主成分分析(PCA)第16-18页
     ·主成分定义第17页
     ·主成分计算步骤第17-18页
   ·多维尺度变换(MDS)第18-19页
     ·基本思想第18页
     ·MDS 的计算步骤第18-19页
   ·因子分析(FA)第19-22页
     ·因子分析原理第19-20页
     ·因子分析计算步骤第20-22页
   ·支持向量机第22-24页
     ·SVM 的基本思想第22页
     ·SVM 分类第22-24页
   ·线性降维实验分析第24-30页
     ·数据预处理第24页
     ·数据线性降维与识别率计算第24-25页
     ·PCA 降维分析第25-27页
     ·MDS 降维分析第27-28页
     ·FA 降维分析第28-30页
   ·线性降维下模型确定第30-32页
   ·本章小结第32-33页
3 非线性降维第33-43页
   ·局部线性嵌入(LLE)第33-35页
     ·LLE 基本原理第33-34页
     ·LLE 计算步骤第34-35页
   ·等距离映射算法(ISOMAP)第35-36页
     ·ISOMAP 基本原理第35页
     ·ISOMAP 计算步骤第35-36页
   ·局部切空间排列(LTSA)第36页
   ·非线性降维实验分析第36-41页
     ·LLE 降维分析第36-38页
     ·ISOMAP 降维分析第38-40页
     ·LTSA 降维分析第40-41页
   ·非线性降维方法模型确定第41-42页
   ·本章小结第42-43页
4 基因表达数据可视化第43-50页
   ·基因数据可视化技术简介第43-44页
     ·基因调控网络第43-44页
     ·信息壁与语义镜技术第44页
   ·特征提取下基因表达数据可视化第44-49页
     ·PCA 特征提取下表达数据三维可视化第44-47页
     ·LLE 特征提取下表达数据三维可视化第47-49页
   ·本章小结第49-50页
5 总结与展望第50-52页
   ·总结第50-51页
   ·展望第51-52页
参考文献第52-55页
硕士阶段发表论文情况第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:DmiR:小RNA转录组深度测序的miRNA预测
下一篇:基于几何特征的蛋白质结构相似性研究