| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-22页 |
| ·DNA微阵列技术与基因表达数据 | 第8-13页 |
| ·DNA微阵列技术简介 | 第8-10页 |
| ·原位合成技术 | 第9页 |
| ·合成点样法 | 第9-10页 |
| ·基因表达数据 | 第10-13页 |
| ·基因表达数据的获得 | 第10-12页 |
| ·基因表达数据特点 | 第12-13页 |
| ·模式识别方法 | 第13-20页 |
| ·变量选择方法 | 第13-18页 |
| ·变量选择方法分类 | 第13-15页 |
| ·基于模型聚类分析(MPA)的变量选择方法 | 第15-16页 |
| ·基于基因表达谱的变量选择方法 | 第16-18页 |
| ·判别分析法—SVMs | 第18-20页 |
| ·SVM的线性判别分析 | 第18-19页 |
| ·SVM的非线性判别分析 | 第19-20页 |
| ·本论文主要工作 | 第20-22页 |
| ·课题研究内容 | 第20页 |
| ·课题研究难点 | 第20-21页 |
| ·课题研究创新 | 第21-22页 |
| 第二章 NISPA变量选择方法 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·理论和方法 | 第23-30页 |
| ·基本理论 | 第23-25页 |
| ·基于PLS的无信息变量消除法(UVE-PLS) | 第23-24页 |
| ·基于蒙特卡罗的无信息变量消除法(MC-UVE) | 第24-25页 |
| ·NISPA方法 | 第25-30页 |
| ·变量空间随机抽样以及噪音的添加 | 第26-27页 |
| ·基于线性SVM建立子模型 | 第27-28页 |
| ·统计分析变量的重要性分布 | 第28-30页 |
| ·结果与讨论 | 第30-35页 |
| ·Colon数据 | 第30-34页 |
| ·Estrogen数据 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第三章 变量选择方法之间的比较 | 第38-56页 |
| ·引言 | 第38页 |
| ·基本理论 | 第38-42页 |
| ·皮尔逊相关系数 | 第38-39页 |
| ·Spearman秩相关系数 | 第39-40页 |
| ·基于序列前向选择的变量选择方法 | 第40-41页 |
| ·基于支持向量机的递归特征消除法 | 第41-42页 |
| ·实验步骤 | 第42-43页 |
| ·对比NISPA Q=1与单变量选择方法的相关性 | 第42页 |
| ·对比Q=1的NISPA与最优Q值的NISPA的变量重要性值 | 第42-43页 |
| ·对比NISPA与其他多变量选择方法 | 第43页 |
| ·结果与讨论 | 第43-53页 |
| ·对比NISPA Q=1与单变量选择方法的相关性 | 第43-49页 |
| ·对比Q=1的NISPA与最优Q值的NISPA的变量重要性值 | 第49-51页 |
| ·对比NISPA与其他多变量选择方法 | 第51-53页 |
| ·本章小结 | 第53-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间主要研究成果 | 第67页 |