首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于复杂网络的症状基因预测方法研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第11-15页
    1.1 研究背景及研究意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 症状基因研究的意义第12-13页
    1.2 本文主要工作第13-14页
    1.3 论文组织安排第14-15页
2 复杂网络和链路预测相关理论第15-20页
    2.1 复杂网络概述第15-16页
        2.1.1 复杂网络的定义第15-16页
        2.1.2 基本的网络模型第16页
    2.2 链路预测概述第16-17页
    2.3 复杂网络上的随机游走第17-18页
    2.4 链路预测评价指标第18-20页
        2.4.1 AUC第18-19页
        2.4.2 精确度第19页
        2.4.3 排序分第19-20页
3 表型基因型关联分析方法研究第20-26页
    3.1 网络医学第20-23页
        3.1.1 相互作用网络第20-21页
        3.1.2 网络医学中的假设第21页
        3.1.3 疾病网络的特性第21-23页
    3.2 疾病基因预测方法第23-26页
4 基于症病关系的症状基因预测方法第26-51页
    4.1 研究方法概述第26-27页
        4.1.1 研究方法概述第26页
        4.1.2 评价方法第26-27页
    4.2 研究方法的实现第27-35页
        4.2.1 数据集成第27-29页
        4.2.2 网络构建第29-30页
        4.2.3 PRINCE算法第30-32页
        4.2.4 PRINCE算法在症状基因预测中的应用第32-35页
    4.3 实验结果以及评价第35-48页
        4.3.1 PRINCE_TD第36-41页
        4.3.2 PRINCE_ST第41-45页
        4.3.3 PRINCE_SB第45-48页
    4.4 讨论第48-51页
5 基于药物副作用的症状基因预测研究方法第51-62页
    5.1 方法概述第51-52页
    5.2 研究方法的实现第52-56页
        5.2.1 相关数据第52-53页
        5.2.2 网络构建第53-54页
        5.2.3 研究方法第54-56页
    5.3 实验结果第56-58页
    5.4 与PRINCE算法相结合的综合实验结果以及评价第58-61页
    5.5 讨论第61-62页
6 总结与展望第62-64页
参考文献第64-70页
作者简历及攻读硕士学位期间取得的研究成果第70-72页
学位论文数据集第72页

论文共72页,点击 下载论文
上一篇:石墨烯有限元模型及其动态断裂
下一篇:Sourceforge开源社区失败项目的雪崩效应研究