聚类和分类技术在生物信息学中的应用
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-13页 |
| 第1章 绪言 | 第13-23页 |
| ·研究背景 | 第13-17页 |
| ·后基因组时代的生物信息学 | 第14-15页 |
| ·生物数据的特点 | 第15页 |
| ·数据挖掘在生物数据中的应用 | 第15-17页 |
| ·国内外的研究现状 | 第17-20页 |
| ·本文的贡献 | 第20-21页 |
| ·论文结构 | 第21-23页 |
| 第2章 蛋白质序列的分类算法研究 | 第23-38页 |
| ·引言 | 第23-24页 |
| ·挖掘连续频繁模式 | 第24-28页 |
| ·裁减频繁模式 | 第28页 |
| ·利用频繁模式分类 | 第28-35页 |
| ·算法复杂性分析和实验结果 | 第35-38页 |
| ·复杂性分析 | 第35页 |
| ·实验结果 | 第35-38页 |
| 第3章 蛋白质序列的聚类算法研究 | 第38-51页 |
| ·引言 | 第38-39页 |
| ·挖掘频繁模式 | 第39页 |
| ·裁减频繁模式 | 第39-40页 |
| ·建立新特征空间和相似矩阵 | 第40-42页 |
| ·建立新特征空间 | 第40页 |
| ·建立相似矩阵 | 第40-42页 |
| ·聚类计算 | 第42-48页 |
| ·算法复杂性分析和实验结果 | 第48-51页 |
| ·复杂性分析 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| 第4章 基因表达数据的分类算法研究 | 第51-68页 |
| ·引言 | 第51-53页 |
| ·P-Tree | 第53-55页 |
| ·基因数据的裁减和离散化 | 第55-57页 |
| ·基因表达数据 | 第55页 |
| ·裁减基因数据 | 第55-56页 |
| ·离散基因表达数据 | 第56-57页 |
| ·基于P-Tree的多决策树分类 | 第57-65页 |
| ·算法复杂性分析和实验结果 | 第65-68页 |
| ·复杂性分析 | 第65页 |
| ·实验结果 | 第65-68页 |
| 第5章 基因表达数据的聚类算法研究 | 第68-79页 |
| ·引言 | 第68-69页 |
| ·基于KNN密度聚类基本思想 | 第69-70页 |
| ·并行算法思想 | 第70-71页 |
| ·用DCOM实现并行算法 | 第71-76页 |
| ·DCOM组件基本原理 | 第71-72页 |
| ·并行算法的DCOM的实现 | 第72-76页 |
| ·算法复杂性分析和实验结果 | 第76-79页 |
| ·复杂性分析 | 第76-77页 |
| ·实验结果 | 第77-79页 |
| 结论 | 第79-80页 |
| 攻读硕士学位期间发表的论文 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-90页 |
| 独创性声明 | 第90页 |
| 学位论文版权使用授权书 | 第90页 |
