| 中文摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究现状 | 第13-17页 |
| ·基因表达双聚类模型和得分模式 | 第13-15页 |
| ·基因表达双聚类采用的有效算法 | 第15-17页 |
| ·本文研究工作 | 第17页 |
| ·本文章节安排 | 第17-19页 |
| 第二章 基因表达数据及其聚类方法 | 第19-31页 |
| ·基因表达数据 | 第19-24页 |
| ·基因表达数据的获取 | 第19-20页 |
| ·基因表达数据的预处理 | 第20-22页 |
| ·基因表达数据数学表示 | 第22页 |
| ·基因表达数据的公共资源 | 第22-24页 |
| ·基因表达数据的聚类方法 | 第24-30页 |
| ·传统聚类方法 | 第24-26页 |
| ·双聚类方法 | 第26-27页 |
| ·双聚类的数学描述 | 第27-28页 |
| ·几个重要的双聚类算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 全局检测共调控基因的双聚类方法——ICBA | 第31-44页 |
| ·基本数学模型定义 | 第31-32页 |
| ·CPB 算法及其分析 | 第32-33页 |
| ·改进的 CPB 算法——ICBA | 第33-36页 |
| ·ICBA 算法概述 | 第33-34页 |
| ·候选双聚类的初始化 | 第34页 |
| ·条件集更新 | 第34-36页 |
| ·重叠度控制 | 第36页 |
| ·实验设计及结果分析 | 第36-43页 |
| ·实验所用数据集 | 第37页 |
| ·实验结果及分析 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于互信息的基因表达双聚类算法 | 第44-56页 |
| ·互信息 | 第44-46页 |
| ·Kullback 熵 | 第44-45页 |
| ·估计概率密度 | 第45-46页 |
| ·MIB 算法及其分析 | 第46-47页 |
| ·基于互信息的双聚类算法 | 第47-50页 |
| ·算法总体设计 | 第47-48页 |
| ·基于互信息的初始化 | 第48页 |
| ·候选双聚类的优化 | 第48-50页 |
| ·实验设计及结果 | 第50-54页 |
| ·实验所用数据集 | 第51页 |
| ·实验结果及分析 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文研究内容总结 | 第56-57页 |
| ·未来工作展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |