基因表达数据的并行聚类及其集成分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的研究内容及结构 | 第11-14页 |
| 2 基因选择与样本分类相关方法 | 第14-22页 |
| 2.1 基于生物知识融合的基因表达数据分析方法 | 第14-16页 |
| 2.1.1 常用的生物知识简介 | 第14-15页 |
| 2.1.2 基于生物知识融合的相关方法 | 第15-16页 |
| 2.2 基因表达数据样本的集成分类方法 | 第16-18页 |
| 2.3 海量生物数据的并行处理 | 第18-20页 |
| 2.4 粒计算的大数据处理中的应用 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 融合生物知识的基因表达数据集成分类 | 第22-37页 |
| 3.1 生物知识融合方法 | 第22-23页 |
| 3.2 近邻传播聚类 | 第23-24页 |
| 3.3 基于生物知识融合的基因表达数据分析方法 | 第24-26页 |
| 3.3.1 基因初选 | 第24页 |
| 3.3.2 基于生物相关聚簇的基因选择 | 第24-26页 |
| 3.4 实验结果与分析 | 第26-36页 |
| 3.4.1 实验数据集 | 第26-27页 |
| 3.4.2 实验设置 | 第27页 |
| 3.4.3 实验结果分析 | 第27-33页 |
| 3.4.4 对比实验 | 第33-34页 |
| 3.4.5 生物学意义分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于并行聚类的基因表达数据集成分类 | 第37-47页 |
| 4.1 MapReduce并行编程框架 | 第37-38页 |
| 4.2 基于并行计算的基因表达数据分析方法 | 第38-43页 |
| 4.2.1 并行近邻传播聚类算法 | 第38-40页 |
| 4.2.2 随机爬山搜索分类器选择方法 | 第40-43页 |
| 4.3 实验结果与分析 | 第43-46页 |
| 4.3.1 实验数据集 | 第43页 |
| 4.3.2 实验设置 | 第43页 |
| 4.3.3 实验结果及分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |
