| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·SNP背景知识介绍 | 第7-10页 |
| ·SNP介绍 | 第7-9页 |
| ·SNP研究的三个阶段 | 第9页 |
| ·SNP的研究价值 | 第9-10页 |
| ·本文工作及结构安排 | 第10-13页 |
| 第二章 基于SNP特征的样本分类 | 第13-27页 |
| ·SNP特征对样本分类的实验框架 | 第13-15页 |
| ·分类算法简介 | 第15-25页 |
| ·MLP多层感知器 | 第15-18页 |
| ·支持向量机介绍 | 第18-23页 |
| ·Bayes分类器 | 第23-25页 |
| ·本章小节 | 第25-27页 |
| 第三章 基于特征选择的SNP选择 | 第27-33页 |
| ·特征选择概念 | 第27-28页 |
| ·ME和mRMR算法简介 | 第28-31页 |
| ·ME算法简介 | 第28-29页 |
| ·mRMR算法简介 | 第29-31页 |
| ·ME和mRMR算法SNP数据集上的实验 | 第31-32页 |
| ·本章总结 | 第32-33页 |
| 第四章 实验及结果分析 | 第33-43页 |
| ·第一组实验:SNP特征对样本的分类实验 | 第33-38页 |
| ·MLP对SNP特征的分类实验 | 第33-34页 |
| ·SVM对SNP特征的分类实验 | 第34-35页 |
| ·Bayes对SNP特征的分类实验 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·第二组实验:PF映射得到的致病概率对样本的分类实验 | 第38-40页 |
| ·数据准备及实验 | 第38-40页 |
| ·实验结果分析 | 第40页 |
| ·第三组实验:MLP网络映射得到的致病概率对样本的分类实验 | 第40-42页 |
| ·数据准备及实验 | 第41页 |
| ·实验结果分析 | 第41-42页 |
| ·本章总结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 致谢 | 第45-47页 |
| 参考文献 | 第47-49页 |