基于线性回归模型的基因调控网络重构算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景 | 第10-11页 |
| ·生物学知识 | 第11-13页 |
| ·基本概念 | 第11页 |
| ·基因芯片 | 第11-13页 |
| ·国内外研究现状及存在的问题 | 第13-16页 |
| ·国内外研究现状 | 第13-16页 |
| ·存在的问题 | 第16页 |
| ·研究的目的和意义 | 第16-17页 |
| ·本文主要的研究内容 | 第17-20页 |
| ·基因调控网络与线性回归模型的对应关系 | 第17-18页 |
| ·变量筛选问题 | 第18-19页 |
| ·本文结构 | 第19-20页 |
| 第2章 多元线性回归与变量筛选 | 第20-35页 |
| ·多元线性回归 | 第20-24页 |
| ·多元线性回归模型 | 第20-21页 |
| ·回归参数的最小二乘估计 | 第21-22页 |
| ·拟合优度 | 第22-23页 |
| ·多重共线性的情况及处理 | 第23-24页 |
| ·改进的参数估计方法 | 第24-30页 |
| ·偏最小二乘估计 | 第24-27页 |
| ·LASSO估计 | 第27-29页 |
| ·核偏最小二乘估计 | 第29-30页 |
| ·变量筛选方法 | 第30-34页 |
| ·所有子集法 | 第31页 |
| ·逐步回归法 | 第31-33页 |
| ·LASSO筛选法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基因调控网络重构算法的研究 | 第35-51页 |
| ·基因表达数据及其预处理 | 第35-38页 |
| ·基因表达数据介绍 | 第35-37页 |
| ·缺失值处理和过滤 | 第37-38页 |
| ·基因调控网络与线性回归模型的对应关系 | 第38-41页 |
| ·基因调控网络的拓扑结构 | 第41-43页 |
| ·度与度分布 | 第41页 |
| ·网络的分类 | 第41-42页 |
| ·BA模型及其生成算法 | 第42-43页 |
| ·基因调控网络的稀疏性 | 第43页 |
| ·本文定义的概念 | 第43-47页 |
| ·稀疏度 | 第43-44页 |
| ·基于稀疏度的变量筛选准则 | 第44-45页 |
| ·小样本下偏F检验的替代算法 | 第45-46页 |
| ·全局选网 | 第46-47页 |
| ·基因调控网络重构算法 | 第47-50页 |
| ·基于偏最小二乘(PLS)的后向变量筛选法 | 第47-48页 |
| ·基于LASSO方法的变量筛选法 | 第48-49页 |
| ·基于KPLS的前向变量筛选法 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 实验设计与结果分析 | 第51-61页 |
| ·算法评价机制 | 第52页 |
| ·实验一：模拟实验 | 第52-57页 |
| ·实验二：酵母菌实验 | 第57-59页 |
| ·数据来源 | 第57-58页 |
| ·有效性的证明 | 第58-59页 |
| ·结果分析 | 第59页 |
| ·实验三：与动态贝叶斯模型的比较 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |
