| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·课题相关内容研究现状 | 第10-13页 |
| ·生物信息学 | 第10-11页 |
| ·特征选择 | 第11-13页 |
| ·支持向量机（SVM） | 第13页 |
| ·本文研究内容及安排 | 第13-15页 |
| ·本文的主要研究工作 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第2章 支持向量机概述 | 第15-20页 |
| ·支持向量机的简介 | 第15-16页 |
| ·多类支持向量机 | 第16-18页 |
| ·解决n-类问题的直接方法 | 第16-17页 |
| ·通过组合多个二值分类器来构造多类分类器 | 第17-18页 |
| ·支持向量机核函数及参数 | 第18-20页 |
| ·支持向量机常用核函数 | 第18页 |
| ·实验中核函数及参数选择 | 第18-20页 |
| 第3章 特征选择基本框架 | 第20-26页 |
| ·特征选择的概念 | 第20-21页 |
| ·特征选择的理论框架 | 第21-23页 |
| ·特征子集搜索及评价方法 | 第23-26页 |
| 第4章 mts-pca 特征选择方法在肿瘤分类中的应用 | 第26-43页 |
| ·mts-pca 特征选择方法介绍 | 第27-30页 |
| ·mts（modified t-score）方法的介绍 | 第27-28页 |
| ·主成分分析（PCA） | 第28-29页 |
| ·基于mts-pca 肿瘤分类模型框架 | 第29-30页 |
| ·实验数据与实验结果 | 第30-38页 |
| ·基因芯片数据 | 第30-31页 |
| ·SRBCT 数据集结果 | 第31-35页 |
| ·子宫瘤数据集结果 | 第35-36页 |
| ·急性白血病数据集结果 | 第36-38页 |
| ·常用特征选择方法的比较 | 第38-43页 |
| ·CS 特征选择方法 | 第38-40页 |
| ·fisher-ratio 特征选择方法 | 第40页 |
| ·结果比较分析 | 第40-43页 |
| 第5章 结论与展望 | 第43-46页 |
| ·总结 | 第43页 |
| ·展望 | 第43-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 在学期间发表的学术论文 | 第50页 |