| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-15页 |
| ·研究背景 | 第12-14页 |
| ·项目来源 | 第14页 |
| ·本文主要工作 | 第14页 |
| ·本文内容安排 | 第14-15页 |
| 第二章 基于图形的序列相似性分析 | 第15-24页 |
| ·引言 | 第15页 |
| ·几种基本的DNA 序列图形表示方法 | 第15-17页 |
| ·G-曲线和H-曲线 | 第15-16页 |
| ·CGR 图 | 第16页 |
| ·二维坐标轴的图形表示 | 第16页 |
| ·Z 曲线 | 第16-17页 |
| ·图形的矩阵不变量分析 | 第17-18页 |
| ·图形的特征矩阵 | 第17页 |
| ·矩阵不变量 | 第17-18页 |
| ·基于图形的序列相似性分析 | 第18-19页 |
| ·基于DNA 序列核苷酸二联体4-D 表示及其相似性分析 | 第19-23页 |
| ·基于核苷酸二联体的序列的4-D 表示法则 | 第19页 |
| ·数学模型 | 第19-20页 |
| ·相似性分析 | 第20-23页 |
| ·小节 | 第23-24页 |
| 第三章 基因微阵列数据分类背景知识 | 第24-39页 |
| ·引言 | 第24页 |
| ·基因微阵列技术简介 | 第24-26页 |
| ·基因微阵列的应用 | 第26页 |
| ·微阵列数据及其数据分析 | 第26-29页 |
| ·微阵列数据 | 第26-27页 |
| ·微阵列数据分析 | 第27-29页 |
| ·现今微阵列数据分类主要算法 | 第29-36页 |
| ·K-NN | 第29-31页 |
| ·遗传算法 | 第31页 |
| ·粗糙集方法 | 第31页 |
| ·模糊集方法 | 第31页 |
| ·ANN | 第31-33页 |
| ·支持向量机(SVM) | 第33-36页 |
| ·数据挖掘对分类算法的要求和评估 | 第36-38页 |
| ·数据挖掘对分类算法的要求 | 第36页 |
| ·分类算法的评估 | 第36-38页 |
| ·小节 | 第38-39页 |
| 第四章 特征提取的常用方法 | 第39-47页 |
| ·引言 | 第39页 |
| ·需要特征提取技术的原因 | 第39页 |
| ·国内外研究成果 | 第39-41页 |
| ·特征提取相关技术 | 第41-46页 |
| ·主成分分析（Principle Components Analysis,PCA） | 第41-43页 |
| ·独立成分分析（Independent Component Analysis,ICA） | 第43-45页 |
| ·Rank 法 | 第45-46页 |
| ·小节 | 第46-47页 |
| 第五章 灰色关联聚类在特征基因提取中的应用 | 第47-56页 |
| ·引言 | 第47页 |
| ·灰色系统 | 第47-48页 |
| ·DNA 微阵列模型 | 第48-49页 |
| ·算法描述 | 第49-51页 |
| ·与FKM 聚类的实验对比 | 第51-53页 |
| ·算法的表现提高 | 第53-54页 |
| ·小节 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录 攻读硕士期间发表的论文与参加的项目 | 第63-64页 |
| 致谢 | 第64页 |
