基因表达谱数据的特征选择与分类算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 研究背景及意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.4 本文研究内容与结构安排 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 论文结构安排 | 第17-18页 |
| 第2章 基因表达谱数据处理 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 基因表达谱数据简介 | 第18-22页 |
| 2.2.1 DNA微阵列技术 | 第18-20页 |
| 2.2.2 基因表达谱数据特点 | 第20-21页 |
| 2.2.3 基因表达谱数据预处理 | 第21-22页 |
| 2.3 特征基因选择 | 第22-25页 |
| 2.3.1 特征选择基本概念 | 第22-24页 |
| 2.3.2 特征选择方法分类 | 第24-25页 |
| 2.4 分类算法 | 第25-30页 |
| 2.4.1 K近邻分类器 | 第26-27页 |
| 2.4.2 支持向量机分类器 | 第27-30页 |
| 2.5 分类器的验证和测试 | 第30-32页 |
| 第3章 改进的最大相关最小冗余特征选择方法 | 第32-41页 |
| 3.1 引言 | 第32-33页 |
| 3.2 基于稀疏表示的相关性评价 | 第33-35页 |
| 3.2.1 稀疏表示系数 | 第33-34页 |
| 3.2.2 基因与基因之间的相关性 | 第34页 |
| 3.2.3 基因与类别之间的相关性 | 第34-35页 |
| 3.3 SRCMRMR基因选择算法 | 第35-37页 |
| 3.3.1 改进的MRMR算法相关定义 | 第35-36页 |
| 3.3.2 SRCMRMR算法流程 | 第36-37页 |
| 3.4 实验与分析 | 第37-40页 |
| 3.4.1 实验数据集 | 第37页 |
| 3.4.2 实验工具和参数设置 | 第37-38页 |
| 3.4.3 实验结果与分析 | 第38-40页 |
| 3.5 小结 | 第40-41页 |
| 第4章 基于加权元样本的核稀疏表示分类方法 | 第41-50页 |
| 4.1 引言 | 第41页 |
| 4.2 稀疏表示分类原理 | 第41-43页 |
| 4.3 基于加权元样本的核稀疏表示分类算法的研究 | 第43-46页 |
| 4.3.1 元样本的概念 | 第44页 |
| 4.3.2 加权元样本的构造 | 第44-45页 |
| 4.3.3 WMKSRC分类算法 | 第45-46页 |
| 4.4 实验与分析 | 第46-49页 |
| 4.4.1 实验数据 | 第46-47页 |
| 4.4.2 实验结果与分析 | 第47-49页 |
| 4.5 小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录A 攻读学位期间所发表的学术论文及所参加项目 | 第57-58页 |
| 致谢 | 第58页 |
