| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 生物信息学 | 第8-9页 |
| 1.1.1 生物信息学概论 | 第8页 |
| 1.1.2 研究背景与意义 | 第8-9页 |
| 1.2 基因表达谱数据分析理论 | 第9-13页 |
| 1.2.1 DNA微阵列技术 | 第9-11页 |
| 1.2.2 基因表达谱数据的特点 | 第11-12页 |
| 1.2.3 基因表达谱数据的数学描述 | 第12-13页 |
| 1.2.4 基因表达谱数据的预处理 | 第13页 |
| 1.3 基因表达谱的研究现状和方向 | 第13-14页 |
| 1.3.1 肿瘤基因表达谱的研究现状 | 第13-14页 |
| 1.3.2 肿瘤基因表达谱的研究方向 | 第14页 |
| 1.4 本文研究内容与组织结构 | 第14-16页 |
| 第二章 非负矩阵分解及其变体算法 | 第16-28页 |
| 2.1 非负矩阵分解的基本理论 | 第16-22页 |
| 2.1.1 基础非负矩阵分解方法概述 | 第16-19页 |
| 2.1.2 收敛性证明 | 第19-22页 |
| 2.2 NMF的变体算法 | 第22-26页 |
| 2.2.1 稀疏非负矩阵分解算法 | 第22-23页 |
| 2.2.2 加权非负矩阵分解算法 | 第23页 |
| 2.2.3 图正规化的非负矩阵分解算法 | 第23-24页 |
| 2.2.4 概率非负矩阵分解算法 | 第24-26页 |
| 2.2.5 非平滑非负矩阵分解算法 | 第26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 基于双正交非负矩阵三因式分解的肿瘤识别 | 第28-39页 |
| 3.1 引言 | 第28-29页 |
| 3.2 双正交非负矩阵分解BONMTF | 第29-34页 |
| 3.2.1 BONMTF算法描述 | 第29-30页 |
| 3.2.2 BONMTF算法的正确性和收敛性证明 | 第30-34页 |
| 3.3 实验 | 第34-38页 |
| 3.3.1 实验方法 | 第34页 |
| 3.3.2 数据分析 | 第34-35页 |
| 3.3.3 结果分析 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于对称三因式非负矩阵分解的肿瘤分类 | 第39-47页 |
| 4.1 引言 | 第39-40页 |
| 4.2 对称三因式非负矩阵分解STFNMF的算法描述 | 第40-42页 |
| 4.3 基于STFNMF的特征提取 | 第42-43页 |
| 4.4 实验 | 第43-46页 |
| 4.4.1 实验方法 | 第43页 |
| 4.4.2 数据分析 | 第43-44页 |
| 4.4.3 结果分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 论文总结 | 第47-48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士研究生期间发表的论文和参与的科研项目 | 第55页 |