基于混合算法的癌症驱动通路发现方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 癌症数据概述 | 第14-16页 |
| 1.2.1 癌症数据的获取 | 第14-15页 |
| 1.2.2 癌症数据的特点 | 第15页 |
| 1.2.3 癌症数据的预处理 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.3.1 驱动基因和驱动通路识别的研究现状 | 第16-17页 |
| 1.3.2 权值基因网络中驱动通路识别的研究现状 | 第17-18页 |
| 1.4 研究难点 | 第18-19页 |
| 1.5 主要研究重点和内容 | 第19页 |
| 1.6 论文结构和章节安排 | 第19-21页 |
| 第2章 相关理论知识 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 问题建立模型 | 第21-23页 |
| 2.2.1 概率模型 | 第21-22页 |
| 2.2.2 排他-覆盖模型 | 第22页 |
| 2.2.3 基因网络模型 | 第22-23页 |
| 2.3 常用算法介绍 | 第23-29页 |
| 2.3.1 马尔可夫蒙特卡洛 | 第23-26页 |
| 2.3.2 二元线性规划 | 第26-27页 |
| 2.3.3 遗传算法 | 第27-29页 |
| 2.4 结果的评价 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 动态遗传-蚁群算法的通路识别研究 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 方法 | 第32-35页 |
| 3.2.1 遗传算法机制 | 第32页 |
| 3.2.2 蚁群算法机制 | 第32-33页 |
| 3.2.3 动态遗传算法与蚁群优化算法 | 第33-35页 |
| 3.3 实验设置及结果分析 | 第35-42页 |
| 3.3.1 数据集及实验环境 | 第35页 |
| 3.3.2 模拟数据 | 第35-38页 |
| 3.3.3 真实数据 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 权值基因网络中驱动通路识别 | 第43-55页 |
| 4.1 引言 | 第43-44页 |
| 4.2 权值基因网络 | 第44-46页 |
| 4.2.1 权值基因网络的数学模型 | 第44页 |
| 4.2.2 覆盖过滤器以及排他过滤器 | 第44-45页 |
| 4.2.3 人工鱼群和遗传算法 | 第45-46页 |
| 4.3 实验设置及结果分析 | 第46-53页 |
| 4.3.1 数据集及实验环境 | 第46-47页 |
| 4.3.2 模拟数据 | 第47-48页 |
| 4.3.3 实验参数影响 | 第48-50页 |
| 4.3.4 真实数据 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A 攻读学位期间所发表的学术论文 | 第62-63页 |
| 附录B 攻读学位期间所参与的科研活动 | 第63-64页 |
| 致谢 | 第64页 |
