首页--医药、卫生论文--肿瘤学论文--肿瘤学实验研究论文--肿瘤学调查与统计论文

惩罚COX模型和弹性网技术在高维数据生存分析中的应用

摘要第1-6页
Abstract第6-7页
前言第7-10页
第一章 惩罚COX 模型和弹性网第10-28页
   ·基因表达数据的cox 比例风险回归模型:第10页
   ·L2 惩罚cox 模型第10-15页
     ·岭回归的基本思想及原理第10-12页
     ·L2 惩罚cox 模型第12页
     ·调整参数λ的选择第12-13页
     ·岭回归的算法第13-15页
   ·L1 惩罚cox 模型第15-20页
     ·LASSO 的基本思想及原理第15-16页
     ·算法第16-18页
     ·调整参数λ 的选择第18-19页
     ·LASSO 的优势和局限性第19-20页
   ·弹性网第20-26页
     ·弹性网的基本思想第20-21页
     ·NEN 模型修正为 EN 模型第21-23页
     ·COX 背景下的 EN 模型第23-24页
     ·弹性网的计算方法第24-25页
     ·调整参数的选择第25-26页
     ·弹性网的优势第26页
   ·模型评价第26-28页
第二章 模拟研究及实例分析第28-40页
   ·模拟研究第28-34页
     ·模拟数据生成第28-29页
     ·模拟数据分析第29页
     ·模拟数据分析结果第29-33页
     ·模拟结果分析第33-34页
   ·实例分析第34-38页
   ·小结第38-40页
第三章 讨论第40-42页
参考文献第42-45页
个人简历第45-46页
致谢第46页

论文共46页,点击 下载论文
上一篇:儿童耳部正常解剖结构的MSCT数据测量及其发育特点
下一篇:AG490联合顺铂对人宫颈癌HCE1细胞增殖、凋亡的作用