| 英文缩写词 | 第1-7页 |
| 中文摘要 | 第7-5页 |
| 英文摘要 | 第5-9页 |
| 论文正文 基因表达聚类分析方法研究 | 第9-59页 |
| 1 基因芯片的生物信息学分析简介 | 第9-14页 |
| 1．1 基因芯片与生物信息学 | 第9-10页 |
| 1．2 数据分析 | 第10-14页 |
| 2 基因表达聚类分析的目的与常用方法 | 第14-18页 |
| 2．1 基因表达聚类分析的目的和重要性 | 第14页 |
| 2．2 常用聚类分析方法 | 第14-16页 |
| 2．3 基因表达数据聚类分析中存在的问题和解决思路 | 第16-18页 |
| 3 PFS模糊聚类方法及其在基因表达数据分析中的应用 | 第18-42页 |
| 3．1 方法 | 第18-24页 |
| 3．1．1 模糊C-均值聚类法 | 第18-20页 |
| 3．1．2 PFS标准值 | 第20-22页 |
| 3．1．3 PFS模糊聚类法 | 第22-24页 |
| 3．2 应用 | 第24-41页 |
| 3．2．1 PFS模糊聚类在模拟数据上的应用 | 第24-34页 |
| 3．2．1．1 PFS在二维模拟数据点上的表现 | 第24-28页 |
| 3．2．1．2 PFS在三维模拟数据点上的表现 | 第28-31页 |
| 3．2．1．3 PFS在多维向量上的表现 | 第31-34页 |
| 3．2．2 PFS模糊聚类在一个真实数据集上的应用 | 第34-41页 |
| 3．3 讨论 | 第41-42页 |
| 4 基因表达数据最佳聚类评判方法研究 | 第42-58页 |
| 4．1 引言 | 第42-43页 |
| 4．2 方法 | 第43-49页 |
| 4．2．1 FOM定义和计算 | 第43页 |
| 4．2．2 调整FOM（adjust FOM，aFOM） | 第43-44页 |
| 4．2．3 Entropy_FOM定义与计算 | 第44-49页 |
| 4．2．3．1 Entropy | 第44-46页 |
| 4．2．3．2 算法验证 | 第46-49页 |
| 4．2．3．3 Entropy_FOM | 第49页 |
| 4．3 聚类算法 | 第49-51页 |
| 4．3．1 K-聚类（Hard和模糊） | 第49-50页 |
| 4．3．2 分层方法 | 第50页 |
| 4．3．3 SOM法 | 第50-51页 |
| 4．4 数据集 | 第51-52页 |
| 4．4．1 Lyer的血清数据集 | 第51页 |
| 4．4．2 Ferea的酵母数据集 | 第51-52页 |
| 4．5 结果 | 第52-56页 |
| 4．5．1 算法在Lyer的血清数据集上的表现 | 第52-54页 |
| 4．5．2 算法Ferea的酵母数据集上的表现 | 第54-56页 |
| 4．6 讨论 | 第56-58页 |
| 5 小结 | 第58-59页 |
| 论文参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 文献综述 基因表达数据分析研究进展 | 第64-83页 |
| 攻读硕士学位期间发表和撰写论文情况 | 第83页 |
