微阵列数据分析中的基因选择及样本分类方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·生物信息学简介 | 第10-13页 |
| ·微阵列数据统计分析 | 第13-18页 |
| ·基因芯片原理 | 第14-15页 |
| ·微阵列数据统计分析 | 第15-16页 |
| ·微阵列数据分析研究的意义和挑战 | 第16-18页 |
| ·论文的主要工作 | 第18-19页 |
| ·论文组织结构 | 第19-20页 |
| 2 微阵列基因选择及样本分类 | 第20-32页 |
| ·基因选择 | 第20-24页 |
| ·过滤法 | 第21-23页 |
| ·缠绕法 | 第23页 |
| ·集成法 | 第23-24页 |
| ·样本分类 | 第24-27页 |
| ·k-近邻分类法 | 第24页 |
| ·支撑向量机分类法 | 第24-25页 |
| ·贝叶斯分类器 | 第25-26页 |
| ·决策树 | 第26页 |
| ·人工神经网络 | 第26页 |
| ·Fisher判别分析 | 第26-27页 |
| ·实验分析 | 第27-30页 |
| ·实验数据集 | 第27页 |
| ·实验方法 | 第27-29页 |
| ·结果分析 | 第29-30页 |
| ·小结 | 第30-32页 |
| 3 基于排序分析的差异表达基因选择 | 第32-46页 |
| ·基于边缘分布模型的基因排序 | 第33-36页 |
| ·边缘分布模型 | 第33-34页 |
| ·高维小样本数据抽样统计 | 第34页 |
| ·参数估算EM算法 | 第34-36页 |
| ·差异表达显著性阈值估算 | 第36-39页 |
| ·多重假设检验问题 | 第36页 |
| ·多重假设检验的控制指标 | 第36-38页 |
| ·FDR控制过程 | 第38-39页 |
| ·比较实验方法 | 第39-40页 |
| ·微阵列数据分析实验 | 第40-42页 |
| ·仿真分析 | 第42-44页 |
| ·小结 | 第44-46页 |
| 4 基于Spearman秩相关约简的基因选择 | 第46-54页 |
| ·Spearman秩相关序值决策系统分析 | 第46-48页 |
| ·单个指标关联系数计算 | 第47-48页 |
| ·相关度计算 | 第48页 |
| ·基于Spearman秩相关系数的序值系统约简 | 第48-49页 |
| ·算例 | 第49-50页 |
| ·微阵列数据实验 | 第50-53页 |
| ·小结 | 第53-54页 |
| 5 基因选择近似分布约简 | 第54-62页 |
| ·序值系统近似分布约简理论 | 第55-57页 |
| ·基于近似分布约简的基因选择方法 | 第57-58页 |
| ·实验及结果分析 | 第58-61页 |
| ·小结 | 第61-62页 |
| 6 基因表达区间值分析 | 第62-78页 |
| ·基于优势关系的模糊粗糙集模型 | 第62-65页 |
| ·粗糙集 | 第62-63页 |
| ·包含度 | 第63-64页 |
| ·模糊粗糙集上的优势关系 | 第64-65页 |
| ·区间值决策表 | 第65-69页 |
| ·区间值集对比较问题 | 第65页 |
| ·区间值决策表上集对比较优势关系 | 第65-66页 |
| ·集对比较相似度粗糙集 | 第66页 |
| ·集对比较相似度粗糙集的性质 | 第66-69页 |
| ·属性约简 | 第69-74页 |
| ·集对比较优势关系属性约简 | 第70-71页 |
| ·模糊集属性约简 | 第71-74页 |
| ·基于区分矩阵的属性约简算法 | 第74页 |
| ·基因微阵列数据实验 | 第74-77页 |
| ·小结 | 第77-78页 |
| 7 基于主曲线的微阵列数据分类 | 第78-87页 |
| ·主曲线 | 第78-80页 |
| ·基于主曲线的微阵列数据分类方法 | 第80页 |
| ·实验及结果分析 | 第80-86页 |
| ·小结 | 第86-87页 |
| 8 总结与展望 | 第87-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-105页 |
| 附录 | 第105页 |
