| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第一章 基因芯片技术简介 | 第9-20页 |
| ·基因芯片技术的产生和发展 | 第9-10页 |
| ·基因芯片技术的产生背景 | 第9页 |
| ·基因芯片技术的国内外研究现状 | 第9-10页 |
| ·基因芯片的原理、分类和意义 | 第10-15页 |
| ·基因芯片的原理 | 第10-12页 |
| ·基因芯片的分类 | 第12-15页 |
| ·基因芯片技术的意义 | 第15页 |
| ·基因芯片技术的应用 | 第15-17页 |
| ·肿瘤分型及预测 | 第16页 |
| ·疾病发生机制研究 | 第16-17页 |
| ·药物的研究与开发 | 第17页 |
| ·本论文的主要内容和结构 | 第17-20页 |
| 第二章 基因表达数据聚类分析 | 第20-33页 |
| ·引言 | 第20页 |
| ·基因表达数据分析 | 第20-25页 |
| ·基因表达矩阵 | 第21-22页 |
| ·基因表达数据预处理 | 第22-24页 |
| ·基因表达数据分析的不同层次 | 第24-25页 |
| ·聚类分析 | 第25-30页 |
| ·基因表达聚类分析的意义 | 第26-27页 |
| ·基因表达聚类分析的研究现状 | 第27-28页 |
| ·相似性度量 | 第28-29页 |
| ·聚类算法的分类 | 第29-30页 |
| ·基因表达数据 | 第30-33页 |
| ·酵母GAL 数据集 | 第30页 |
| ·酵母细胞周期数据集 | 第30-31页 |
| ·酵母孢子化数据集 | 第31页 |
| ·人血清数据集 | 第31页 |
| ·鼠中央神经系统发育数据集 | 第31-33页 |
| 第三章 基因聚类分析中常用聚类算法的性能比较和参数选择 | 第33-51页 |
| ·引言 | 第33页 |
| ·聚类算法 | 第33-40页 |
| ·层次聚类 | 第34-35页 |
| ·K-均值聚类 | 第35-37页 |
| ·自组织映射 | 第37-40页 |
| ·聚类结果的外部评价 | 第40-42页 |
| ·引言 | 第40页 |
| ·Rand 指数 | 第40-42页 |
| ·三种聚类算法对相似度和数据转换方式的选择 | 第42-49页 |
| ·层次聚类对相似度和预处理方法的选择 | 第43-45页 |
| ·K-均值聚类对相似度和预处理方法的选择 | 第45-46页 |
| ·SOMs 聚类对相似度和预处理方法的选择 | 第46页 |
| ·标准化对数转换 | 第46-49页 |
| ·聚类算法的选择 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基因聚类分析结果的内部确认 | 第51-86页 |
| ·引言 | 第51-52页 |
| ·内部确认 | 第52-57页 |
| ·内部确认的基本理论和一般性意义 | 第53-56页 |
| ·内部确认技术的分类 | 第56-57页 |
| ·基因聚类分析结果的内部确认 | 第57-77页 |
| ·内部确认函数 | 第58-63页 |
| ·对基因聚类结果的确认性能 | 第63-71页 |
| ·类数预测 | 第71-77页 |
| ·预测强度 | 第77-84页 |
| ·PS 的定义 | 第77-78页 |
| ·在基因聚类分析中的应用 | 第78-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 酵母二次迁移实验全基因组表达数据分析 | 第86-109页 |
| ·引言 | 第86-87页 |
| ·酵母二次迁移实验 | 第87-91页 |
| ·数据预处理 | 第91-94页 |
| ·基因筛选 | 第91-92页 |
| ·数据转换 | 第92-94页 |
| ·YDS_2150 数据集的聚类分析 | 第94-108页 |
| ·类数K 的估计 | 第95-98页 |
| ·SOMs 网络结构对聚类质量的影响 | 第98-99页 |
| ·SOMs 与K-means 相结合的聚类分析 | 第99-107页 |
| ·讨论 | 第107-108页 |
| ·本章小结 | 第108-109页 |
| 第六章 总结与展望 | 第109-112页 |
| 参考文献 | 第112-122页 |
| 发表论文和科研情况说明 | 第122-123页 |
| 附录 | 第123-141页 |
| 致谢 | 第141页 |