| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·基因表达数据概述 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·论文研究内容与结构安排 | 第15-18页 |
| ·主要研究内容 | 第15-16页 |
| ·结构安排 | 第16-18页 |
| 第二章 粗糙集及基因表达数据挖掘的相关理论 | 第18-28页 |
| ·粗糙集基本概念 | 第18-19页 |
| ·邻域粗糙集 | 第19-21页 |
| ·邻域互信息 | 第21页 |
| ·基因表达数据的特征选择 | 第21-22页 |
| ·基因表达数据的特征选择方法 | 第22-24页 |
| ·Filter类特征选择方法 | 第22-23页 |
| ·Wrapper类特征选择方法 | 第23页 |
| ·Embedded类特征选择方法 | 第23-24页 |
| ·聚类方法 | 第24-26页 |
| ·层次聚类 | 第24-25页 |
| ·K-均值聚类 | 第25页 |
| ·自组织映射聚类 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于邻域粗糙集和粒子群优化的肿瘤分类特征基因选择算法 | 第28-36页 |
| ·引言 | 第28页 |
| ·相关概念 | 第28-29页 |
| ·基于邻域粗糙集和粒子群优化的肿瘤分类特征基因选择算法 | 第29-32页 |
| ·基于邻域互信息的Relief算法 | 第29-30页 |
| ·属性重要性 | 第30页 |
| ·适应度函数 | 第30-31页 |
| ·基于邻域粗糙集和粒子群优化的肿瘤分类特征基因选择算法 | 第31-32页 |
| ·实验分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于邻域互信息和自组织映射的特征基因选择算法 | 第36-42页 |
| ·引言 | 第36-37页 |
| ·相关概念 | 第37-38页 |
| ·基于邻域互信息和自组织映射的特征基因选择算法 | 第38-39页 |
| ·新的获胜神经元 | 第38页 |
| ·属性重要性系数 | 第38页 |
| ·基于邻域互信息和自组织映射的特征基因选择算法 | 第38-39页 |
| ·实验分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于邻域粗糙集和模糊C均值聚类的特征基因选择算法 | 第42-52页 |
| ·引言 | 第42页 |
| ·基本概念 | 第42-43页 |
| ·基于邻域互信息的属性内聚度和属性间的邻域耦合度 | 第43-44页 |
| ·基于邻域粗糙集和模糊C均值聚类的特征基因选择算法 | 第44-46页 |
| ·FCM算法的聚类中心初始化算法 | 第44-45页 |
| ·基于邻域粗糙集和模糊C均值聚类的基因选择算法 | 第45-46页 |
| ·实验分析 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 结论 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·今后研究构想 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间的科研成果 | 第62-64页 |
