| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 无监督特征选择算法研究现状 | 第8-10页 |
| 1.2.2 基因谱数据的研究现状 | 第10页 |
| 1.3 本文研究内容及组织结构 | 第10-12页 |
| 第2章 相关背景知识介绍 | 第12-22页 |
| 2.1 特征选择的基本框架 | 第12-14页 |
| 2.1.1 子集产生 | 第12-13页 |
| 2.1.2 子集评价 | 第13页 |
| 2.1.3 停止标准 | 第13-14页 |
| 2.1.4 验证过程 | 第14页 |
| 2.2 常用的相似性度量方法 | 第14-15页 |
| 2.3 分类器 | 第15-19页 |
| 2.3.1 支持向量机 | 第15-17页 |
| 2.3.2 K近邻法 | 第17-18页 |
| 2.3.3 决策树 | 第18-19页 |
| 2.3.4 人工神经网络 | 第19页 |
| 2.4 评估分类器性能的度量 | 第19-21页 |
| 2.5 数据集划分方法 | 第21页 |
| 2.5.1 交叉验证 | 第21页 |
| 2.5.2 自助法 | 第21页 |
| 2.6 小结 | 第21-22页 |
| 第3章 基于基因数据的无监督密度峰值特征选择算法 | 第22-40页 |
| 3.1 算法思想 | 第22页 |
| 3.2 基本概念 | 第22-24页 |
| 3.2.1 数据集的划分 | 第23页 |
| 3.2.2 基因预选择方法 | 第23-24页 |
| 3.2.3 EDPFS算法和RDPFS算法的主要思想 | 第24页 |
| 3.3 实验设计 | 第24-25页 |
| 3.4 实验结果与分析 | 第25-38页 |
| 3.4.1 Colon数据集实验结果分析 | 第26-30页 |
| 3.4.2 Carcinoma数据集实验结果分析 | 第30-34页 |
| 3.4.3 DLBCL Tumor Stanford数据集实验结果分析 | 第34-38页 |
| 3.5 小结 | 第38-40页 |
| 第4章 一种新的基因重要性评价指标 | 第40-48页 |
| 4.1 算法思想 | 第40页 |
| 4.2 基本概念 | 第40-41页 |
| 4.3 实验步骤 | 第41页 |
| 4.4 实验结果与分析 | 第41-46页 |
| 4.4.1 Colon数据集实验结果分析 | 第42-43页 |
| 4.4.2 Carcinoma数据集实验结果分析 | 第43-45页 |
| 4.4.3 DLBCL Tumor Stanford数据集实验结果分析 | 第45-46页 |
| 4.5 小结 | 第46-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |
