| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题的研究意义与研究背景 | 第8-16页 |
| 1.1.1 研究意义 | 第8-11页 |
| 1.1.2 研究背景 | 第11-16页 |
| 1.2 本文的内容安排及主要创新点 | 第16-18页 |
| 1.2.1 本文的内容安排 | 第16页 |
| 1.2.2 本文的主要工作 | 第16-18页 |
| 第二章 基于局部线性表示 FISHER 准则的肿瘤基因表达数据分类方法 | 第18-38页 |
| 2.1 引言 | 第18-26页 |
| 2.1.1 局部线性嵌入算法 | 第20-23页 |
| 2.1.2 Fisher 准则 | 第23-26页 |
| 2.2 局部线性表示的 Fisher 准则 | 第26-30页 |
| 2.2.1 算法思想 | 第26页 |
| 2.2.2 理论分析 | 第26-29页 |
| 2.2.3 算法提纲 | 第29-30页 |
| 2.3 实验结果及分析 | 第30-36页 |
| 2.3.1 弥漫性大 B 细胞淋巴瘤和滤泡型淋巴瘤数据的实验 | 第30-32页 |
| 2.3.2 高级别胶质瘤数据的实验 | 第32页 |
| 2.3.3 前列腺癌数据的实验 | 第32-34页 |
| 2.3.4 急性淋巴细胞白血病数据的实验 | 第34-35页 |
| 2.3.5 中枢神经系统肿瘤数据的实验 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于多任务稀疏投影的肿瘤基因表达数据分类方法 | 第38-53页 |
| 3.1 引言 | 第38-44页 |
| 3.1.1 稀疏表示算法 | 第38-41页 |
| 3.1.2 多任务学习方法 | 第41-44页 |
| 3.2 多任务稀疏投影算法 | 第44-47页 |
| 3.2.1 算法思想 | 第44页 |
| 3.2.2 理论分析及提纲 | 第44-47页 |
| 3.3 实验结果及分析 | 第47-51页 |
| 3.3.1 CoIL2000 数据集实验 | 第47-49页 |
| 3.3.2 小圆蓝细胞肿瘤数据实验 | 第49-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 总结与展望 | 第53-57页 |
| 4.1 本文的主要工作 | 第54页 |
| 4.2 进一步的工作展望 | 第54-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第63-64页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 详细摘要 | 第65-70页 |
