首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

模糊聚类算法与时延共调控基因挖掘研究

摘要第1-4页
Abstract第4-8页
第一章 引言第8-12页
   ·课题研究背景与意义第8-9页
   ·课题研究目的第9-10页
   ·课题研究的主要工作第10页
   ·论文组织结构第10-12页
第二章 聚类分析在共调控基因挖掘的应用第12-23页
   ·基因表达数据及其特点第12-13页
   ·基因表达数据的相似性度量方法第13-16页
     ·距离度量方法第13-14页
     ·相关系数度量方法第14-15页
     ·非线性相关度量方法第15-16页
   ·基因表达数据的传统聚类算法第16-20页
     ·Kmeans算法第17页
     ·层次聚类算法第17-18页
     ·SOM聚类算法第18页
     ·模糊C均值聚类算法第18-20页
     ·双聚类算法BiCluseter第20页
   ·共调控基因聚类算法现状第20-22页
   ·共调控基因聚类算法存在的主要问题第22页
   ·本章小结第22-23页
第三章 基于核函数的改进的加权模糊C均值聚类算法第23-33页
   ·引言及研究动机第23页
   ·IFCM算法概述第23-24页
   ·模糊核聚类算法第24-28页
     ·Mercer核和高斯核函数第24-25页
     ·加权的改进模糊聚类算法(WKIFCM算法)第25-28页
     ·WKIFCM算法描述第28页
   ·实验及分析第28-32页
     ·高斯核参数选择第28-29页
     ·X_(12)人工数据集第29-30页
     ·真实数据集第30-32页
   ·本章小结第32-33页
第四章 一种动态时间弯曲距离的时延调控基因相似度量聚类方法第33-41页
   ·研究动机第33-34页
   ·DTW算法第34页
   ·改进的动态相似性度量方法NDTWS第34-36页
     ·问题的提出第34-35页
     ·算法的改进第35-36页
   ·基于NDTWS相似度的仿射传播聚类Ndtwsapk第36-37页
   ·实验结果与分析第37-40页
     ·人工合成数据第37-39页
     ·真实生物数据实验结果与分析第39-40页
   ·本章小结第40-41页
总结与展望第41-44页
 总结第41-42页
 展望第42-44页
参考文献第44-48页
致谢第48-49页
个人简历第49-50页
在学期间研究成果及发表的学术论文第50页

论文共50页,点击 下载论文
上一篇:基于微分隐私的统计数据分布算法的研究
下一篇:改进的图像融合算法研究