基于遗传算法的基因芯片数据聚类研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1.基因芯片数据聚类分析 | 第10-21页 |
| ·引言 | 第10页 |
| ·基因表达数据分析 | 第10-12页 |
| ·基因表达矩阵 | 第10-11页 |
| ·基因表达数据预处理 | 第11-12页 |
| ·聚类分析 | 第12-19页 |
| ·常用相似度 | 第12-14页 |
| ·常用聚类方法 | 第14-16页 |
| ·聚类结果评价 | 第16-19页 |
| ·课题研究的主要内容和文章的组织 | 第19-21页 |
| 2.K-MEANS算法聚类技术分析实验 | 第21-31页 |
| ·k-means算法概述 | 第21-25页 |
| ·k-means算法描述 | 第21-24页 |
| ·k-means算法伪代码 | 第24-25页 |
| ·材料与方法 | 第25-26页 |
| ·基因表达数据集 | 第25页 |
| ·研究方法 | 第25-26页 |
| ·Rand指数 | 第26页 |
| ·结果分析与讨论 | 第26-31页 |
| ·时间序列的基因表达数据(YCC) | 第26页 |
| ·条件相互独立的基因表达数据(GAL) | 第26-30页 |
| ·讨论 | 第30-31页 |
| 3.基于K-MEANS算法的遗传算法 | 第31-56页 |
| ·遗传算法的特点 | 第31-32页 |
| ·遗传算法的基本过程 | 第32-33页 |
| ·基于遗传算法的IKGA聚类算法的提出 | 第33-38页 |
| ·目标函数 | 第34-35页 |
| ·IKGA算法步骤 | 第35-38页 |
| ·IKGA算法流程图及伪代码 | 第38-42页 |
| ·IKGA算法流程图 | 第38页 |
| ·IKGA算法R语言伪代码 | 第38-42页 |
| ·实验平台和方法 | 第42-43页 |
| ·实验平台 | 第42-43页 |
| ·实验方法 | 第43页 |
| ·IGKA算法性能测试结果与分析 | 第43-48页 |
| ·IKGA算法在基因表达数据集GAL上的性能测试 | 第43-45页 |
| ·IKGA算法在基因表达数据集CC上的性能测试 | 第45-46页 |
| ·IKGA算法在基因表达数据集YCC上的性能测试 | 第46-48页 |
| ·实验结果分析 | 第48页 |
| ·基于IKGA算法的猪基因表达数据聚类分析 | 第48-56页 |
| ·猪基因表达数据集 | 第48-53页 |
| ·实验结果分析 | 第53-56页 |
| 4.总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·未来的工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的学术论文: | 第63页 |
