关联分析中SNP与疾病关联关系建模研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·SNP介绍 | 第7-9页 |
| ·SNP的概念与特点 | 第7-8页 |
| ·SNP的研究价值 | 第8-9页 |
| ·SNP的数据表达形式 | 第9页 |
| ·SNP的研究阶段 | 第9页 |
| ·本文的研究内容 | 第9-10页 |
| ·本文的结构安排 | 第10-11页 |
| 第二章 MLP神经网络简介 | 第11-21页 |
| ·人工神经网络简介 | 第11-13页 |
| ·人工神经网络的模型 | 第11-13页 |
| ·人工神经网络的学习 | 第13页 |
| ·MLP神经网络相关理论简介 | 第13-20页 |
| ·BP学习算法 | 第14-17页 |
| ·改进的BP算法 | 第17-19页 |
| ·网络输出的含义 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 SNP与疾病关联关系建模研究及实验 | 第21-41页 |
| ·基于样本划分方法的建模策略 | 第21页 |
| ·致病模型的初始化 | 第21-26页 |
| ·MLP神经网络设计 | 第22-23页 |
| ·初始化流程 | 第23页 |
| ·初始化实验 | 第23-26页 |
| ·软划分方法研究及实验 | 第26-30页 |
| ·软划分的概念 | 第26页 |
| ·软划分算法及实现 | 第26-27页 |
| ·软划分实验 | 第27-30页 |
| ·硬划分方法研究及实验 | 第30-34页 |
| ·硬划分的概念 | 第30-31页 |
| ·硬划分算法及实现 | 第31页 |
| ·硬划分实验 | 第31-34页 |
| ·实验结果的比较与分析 | 第34-38页 |
| ·实验结果与真实模型的比较 | 第34-37页 |
| ·软划分与硬划分的关系 | 第37-38页 |
| ·改善模型的推广能力——Bootstrap方法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 硬划分方法模型的适应性研究 | 第41-49页 |
| ·致病模型尺度对模型的影响 | 第41-44页 |
| ·仿真数据的生成 | 第41-42页 |
| ·实验与结果分析 | 第42-44页 |
| ·致病模型数目对模型的影响 | 第44-46页 |
| ·仿真数据的生成 | 第44-45页 |
| ·实验与结果分析 | 第45-46页 |
| ·本章小结 | 第46-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-55页 |
