首页--数理科学和化学论文--力学论文--固体力学论文--强度理论论文--疲劳理论论文

网络结构中风险因素识别算法设计

致谢第6-7页
摘要第7-9页
ABSTRACT第9-10页
第一章 绪论第15-24页
    1.1 课题背景及研究意义第15-20页
    1.2 国内外研究现状第20-21页
    1.3 论文的主要工作与技术路线第21-24页
第二章 组学与网络结构第24-29页
    2.1 高通量组学第24-26页
        2.1.1 基因组第24-25页
        2.1.2 转录组第25页
        2.1.3 蛋白组第25-26页
    2.2 分子相互作用网络第26-28页
        2.2.1 转录调控网络第26-27页
        2.2.2 蛋白相互作用网络第27页
        2.2.3 代谢网络和信号网络第27-28页
        2.2.4 机械疲劳寿命影响因素组成的网络第28页
    2.3 疾病风险因素第28页
    2.4 本章小结第28-29页
第三章 网络通路识别与常用方法第29-38页
    3.1 差异通路第29页
        3.1.1 生物通路第29页
        3.1.2 差异生物通路第29页
    3.2 主要的通路识别算法第29-37页
        3.2.1 Fisher精确检验第29-31页
        3.2.2 基因富集分析(GSEA)第31-33页
        3.2.3 随机生存森林(Random survival forest)第33-36页
        3.2.4 全局检验(Global test)第36-37页
    3.3 本章小结第37-38页
第四章 基于网络连接的风险网络识别方法第38-54页
    4.1 风险因素识别算法Link-Cox第38-41页
        4.1.1 Cox比例风险模型(CPHM)第38-39页
        4.1.2 基于关联基因的通路识别方法第39-41页
    4.2 模拟数据验证实验第41-44页
    4.3 真实数据实验验证实验第44-53页
        4.3.1 Wilkerson数据中的实验分析第44-49页
        4.3.2 Hou数据中的实验分析第49页
        4.3.3 两个数据集中显著通路的一致性分析第49-52页
        4.3.4 参数θ对Link-Cox模型性能的影响第52-53页
    4.4 本章小结第53-54页
第五章 风险因素识别算法在机械零件疲劳强度中的应用第54-64页
    5.1 零件疲劳强度影响因素第54-56页
        5.1.1 应力集中的影响第54-55页
        5.1.2 表面加工的影响第55-56页
        5.1.3 零件尺寸的影响第56页
    5.2 风险因素识别算法在疲劳试验中的应用第56-63页
        5.2.1 实验试样第57-58页
        5.2.2 风险因素识别算法的实验结果与比较分析第58-60页
        5.2.3 基于关联因素的识别算法实验分析第60-61页
        5.2.4 试件的疲劳寿命风险预测第61-63页
    5.3 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 论文总结第64页
    6.2 论文展望第64-66页
参考文献第66-70页
攻读硕士学位期间的学术活动及成果情况第70页

论文共70页,点击 下载论文
上一篇:一体式气动夹具的优化设计与研究
下一篇:基于振速测量的波束形成技术研究