基因表达数据聚类算法研究
| 中文摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·基因表达数据的单聚类算法研究现状 | 第13-14页 |
| ·基因表达数据的双聚类算法研究现状 | 第14-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 研究背景知识介绍 | 第18-29页 |
| ·基因表达数据分析 | 第18-19页 |
| ·基因表达数据的概念 | 第18页 |
| ·基因表达数据的表示 | 第18-19页 |
| ·基因表达数据分析的特点 | 第19页 |
| ·基因表达数据预处理 | 第19-22页 |
| ·数据去噪 | 第20页 |
| ·缺失值估计 | 第20-21页 |
| ·基因表达数据的转换 | 第21页 |
| ·基因表达数据的降维 | 第21-22页 |
| ·基因表达数据的聚类分析 | 第22-28页 |
| ·聚类分析的概述 | 第22页 |
| ·相似性度量函数 | 第22-23页 |
| ·常用的聚类分析方法 | 第23-25页 |
| ·聚类结果的可视化表示 | 第25-26页 |
| ·聚类结果的评价 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于有损数据压缩的基因表达数据聚类 | 第29-39页 |
| ·基于有损数据压缩的基因表达数据聚类算法概述 | 第29-30页 |
| ·基于有损数据压缩的基因表达数据聚类算法实现 | 第30-34页 |
| ·算法的理论基础 | 第30-31页 |
| ·算法实现步骤 | 第31-33页 |
| ·率失真的选择 | 第33-34页 |
| ·实验设计及结果 | 第34-37页 |
| ·实验环境及测试数据集 | 第34-35页 |
| ·实验步骤及流程图 | 第35-36页 |
| ·实验结果分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 结合有损数据压缩的基因表达数据双聚类 | 第39-52页 |
| ·传统聚类分析的不足 | 第39页 |
| ·双聚类算法 | 第39-43页 |
| ·双聚类特点 | 第39-40页 |
| ·双聚类与传统聚类分析方法的区别 | 第40-41页 |
| ·双聚类类型 | 第41-42页 |
| ·双聚类结构 | 第42-43页 |
| ·主要的双聚类分析方法 | 第43-44页 |
| ·Cheng & Church 算法 | 第43-44页 |
| ·OPSM 算法 | 第44页 |
| ·ISA 算法 | 第44页 |
| ·结合有损数据压缩的基因表达数据双聚类算法概述 | 第44-46页 |
| ·基因表达数据双聚类的特点 | 第45-46页 |
| ·LRAPOCC 算法对基因表达数据双聚类的贡献 | 第46页 |
| ·结合有损数据压缩的双聚类算法实现 | 第46-51页 |
| ·LRAPOCC 算法理论基础 | 第46-48页 |
| ·LRAPOCC 算法详细说明 | 第48-49页 |
| ·LRAPOCC 算法实现步骤 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 LRAPOCC 双聚类算法结果验证 | 第52-59页 |
| ·算法实现 | 第52-54页 |
| ·开发环境 | 第52-54页 |
| ·实验数据的获取 | 第54页 |
| ·实验结果比较及分析 | 第54-58页 |
| ·实验结果可视化 | 第54-57页 |
| ·与其它算法实验结果对比 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·论文工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者在攻读硕士学位期间的研究成果 | 第65页 |
