| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 微阵列分类 | 第7-8页 |
| 1.2 统计机器学习 | 第8页 |
| 1.3 正则化解路算法 | 第8-9页 |
| 1.4 课题来源 | 第9-11页 |
| 第二章 加权部分自适应弹性网络及其正则化解路算法 | 第11-21页 |
| 2.1 问题陈述及预备知识 | 第11-12页 |
| 2.2 双加权机制 | 第12-14页 |
| 2.3 加权部分自适应弹性网络模型及其性能 | 第14-19页 |
| 2.3.1 统计学习模型 | 第14-16页 |
| 2.3.2 自适应群体基因选择性能 | 第16-19页 |
| 2.4 正则化解路算法 | 第19-21页 |
| 2.4.1 算法 | 第19-21页 |
| 第三章 基于基因表达谱数据的癌症诊断 | 第21-33页 |
| 3.1 基于基因表达谱数据的白血病诊断 | 第21-25页 |
| 3.2 基于基因表达谱数据的肺癌诊断 | 第25-28页 |
| 3.3 基于基因表达谱数据的结肠癌诊断 | 第28-33页 |
| 第四章 结论与展望 | 第33-35页 |
| 4.1 结论 | 第33页 |
| 4.2 展望 | 第33-35页 |
| 参考文献 | 第35-39页 |
| 致谢 | 第39-41页 |
| 攻读学位期间的科研成果 | 第41-43页 |