| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·生物信息学 | 第13-16页 |
| ·生物芯片与基因微阵列信息处理 | 第16-19页 |
| ·生物芯片技术 | 第16-17页 |
| ·基因芯片的基本概念 | 第17页 |
| ·微阵列数据的获取与数据标准化 | 第17-18页 |
| ·基因表达谱数据的特点与研究意义 | 第18-19页 |
| ·论文主要内容的安排 | 第19-21页 |
| 第2章 特征选择 | 第21-27页 |
| ·特征选择的概念及其在生物信息学中的应用 | 第21页 |
| ·特征选择策略 | 第21-26页 |
| ·按搜索策略划分特征选择算法 | 第21-25页 |
| ·按特征集合评价策略划分特征选择算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于稳健统计思想的参数估计 | 第27-37页 |
| ·稳健统计(robust statistic)思想 | 第27-28页 |
| ·提出基于稳健统计思想的两种统计量 | 第28-36页 |
| ·第一种稳健统计量 | 第28-29页 |
| ·实验分析第一种稳健统计量的性质 | 第29-30页 |
| ·第二种稳健统计量 | 第30-33页 |
| ·实验分析第二种稳健统计量 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于K-L 变换的改进支持向量机特征选择算法 | 第37-49页 |
| ·支持向量机基本原理 | 第37-41页 |
| ·线性支持向量机 | 第37-39页 |
| ·非线性支持向量机 | 第39-40页 |
| ·软间隔优化 | 第40-41页 |
| ·L-J 特征选择算法 | 第41-42页 |
| ·K-L 展开式 | 第42-44页 |
| ·傅里叶级数展开式 | 第42-43页 |
| ·K-L 展开式 | 第43-44页 |
| ·基于K-L 展开式的改进L-J 特征选择算法 | 第44-47页 |
| ·实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 冗余基因处理 | 第49-65页 |
| ·非监督学习 | 第49-59页 |
| ·类分离的直接方法 | 第49-53页 |
| ·基于样本间相似性的间接聚类法 | 第53-56页 |
| ·分级聚类算法 | 第56-58页 |
| ·模糊聚类分析 | 第58-59页 |
| ·相关系数 | 第59页 |
| ·基于聚类算法的冗余基因约简 | 第59-64页 |
| ·实验 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第6章 基于改进遗传算法的特征选择 | 第65-79页 |
| ·遗传算法 | 第65-70页 |
| ·遗传算法的特点 | 第66页 |
| ·遗传算法的理论研究问题 | 第66-70页 |
| ·模拟退火算法 | 第70-71页 |
| ·免疫规划算法 | 第71页 |
| ·一种改进遗传算法的特征选择算法 | 第71-77页 |
| ·遗传算法的改进策略 | 第71-76页 |
| ·一种改进遗传算法的特征选择算法 | 第76-77页 |
| ·实验 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 1. 对本文研究的总结 | 第79-80页 |
| 2. 对未来工作的展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 大摘要 | 第87-91页 |