| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景及研究的目的和意义 | 第8-10页 |
| 1.2 国内外研究现状分析 | 第10-15页 |
| 1.2.1 高通量基因数据的应用现状 | 第10-13页 |
| 1.2.2 医疗辅助诊断工具的发展现状 | 第13-14页 |
| 1.2.3 国内外文献综述简析 | 第14-15页 |
| 1.3 本文研究内容及组织结构 | 第15-16页 |
| 第2章 高通量基因数据上的组合维数简约方法 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 基因特征筛选方法 | 第16-19页 |
| 2.2.1 基于Fisher score的特征选择 | 第16-17页 |
| 2.2.2 基于互信息的特征选择 | 第17页 |
| 2.2.3 基于正则惩罚项的特征选择 | 第17-18页 |
| 2.2.4 基于随机森林特征重要性的特征选择 | 第18-19页 |
| 2.3 基于投影变换思想的基因数据降维方法 | 第19-22页 |
| 2.3.1 主成分分析 | 第19-20页 |
| 2.3.2 随机投影 | 第20-21页 |
| 2.3.3 多维尺度分析 | 第21-22页 |
| 2.4 基因特征筛选与投影降维的组合方法 | 第22-29页 |
| 2.4.1 组合方法概述 | 第22页 |
| 2.4.2 实验数据描述 | 第22-23页 |
| 2.4.3 实验方案 | 第23-24页 |
| 2.4.4 实验结果与分析 | 第24-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基因表达数据聚类分析算法及相关改进 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 基因表达数据聚类分析算法概述 | 第30-32页 |
| 3.2.1 层次聚类 | 第30-31页 |
| 3.2.2 K均值聚类 | 第31-32页 |
| 3.3 基于批量处理的K均值算法改进 | 第32-33页 |
| 3.4 样本类别未知情况下的K值选择 | 第33-36页 |
| 3.4.1 拐点法 | 第33-35页 |
| 3.4.2 轮廓系数法 | 第35页 |
| 3.4.3 Calinski-Harabasz指标法 | 第35-36页 |
| 3.5 聚类方法实验及结果分析 | 第36-40页 |
| 3.5.1 聚类性能度量 | 第36-37页 |
| 3.5.2 实验方案 | 第37页 |
| 3.5.3 实验结果与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 可视化在线诊断工具的设计与实现 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 系统功能说明 | 第41-43页 |
| 4.3 关键技术实现 | 第43-45页 |
| 4.3.1 数据集格式与存储管理 | 第43-44页 |
| 4.3.2 可视化的前处理 | 第44-45页 |
| 4.4 数据库设计 | 第45-46页 |
| 4.5 开发设计与实现 | 第46-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-62页 |
| 致谢 | 第62页 |