基于稀疏矩阵分解的特征基因识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究综述 | 第9-11页 |
| ·研究思路与方法 | 第11-14页 |
| ·研究思路 | 第11-12页 |
| ·研究方法 | 第12-14页 |
| 第2章 相关概念解析 | 第14-24页 |
| ·稀疏矩阵分解理论概述 | 第14-18页 |
| ·矩阵分解理论 | 第14-16页 |
| ·稀疏表示理论 | 第16-18页 |
| ·特征基因识别概述 | 第18-24页 |
| ·基因表达数据及其特点 | 第18-19页 |
| ·特征基因识别方法介绍 | 第19-24页 |
| 第3章 基于类别信息的惩罚性矩阵分解算法 | 第24-40页 |
| ·基于类别信息的惩罚性矩阵分解算法 | 第24-26页 |
| ·散度矩阵 | 第24-25页 |
| ·构建新矩阵 | 第25页 |
| ·惩罚性矩阵分解 | 第25-26页 |
| ·CIPMD在特征基因识别中的应用 | 第26-27页 |
| ·实验结果与讨论 | 第27-38页 |
| ·仿真实验结果与分析 | 第27-30页 |
| ·基因表达数据实验结果与分析 | 第30-38页 |
| ·小结 | 第38-40页 |
| 第4章 基于P范数的鲁棒特征提取算法 | 第40-59页 |
| ·基于P范数的鲁棒特征提取算法 | 第40-45页 |
| ·P范数概念 | 第40页 |
| ·基于P范数的鲁棒特征提取算法 | 第40-41页 |
| ·算法的求解 | 第41-44页 |
| ·算法中p值的选择 | 第44-45页 |
| ·PRFE在特征基因识别中的应用 | 第45-46页 |
| ·实验结果与讨论 | 第46-57页 |
| ·仿真实验结果与分析 | 第46-49页 |
| ·基因表达数据实验结果与分析 | 第49-57页 |
| ·小结 | 第57-59页 |
| 第5章 结论与展望 | 第59-62页 |
| ·研究结论 | 第59页 |
| ·研究创新点及展望 | 第59-62页 |
| ·研究的创新点 | 第59页 |
| ·研究的不足 | 第59-60页 |
| ·研究的展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 在读期间发表的学术论文及研究成果 | 第68-70页 |
| 致谢 | 第70页 |
