基于张量分解的癌症亚型分析算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题研究背景及目的意义 | 第8-10页 |
| 1.1.1 课题的背景 | 第8-9页 |
| 1.1.2 课题研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 基因芯片与癌症分型方法研究现状 | 第10-12页 |
| 1.2.2 整合基因组数据的癌症分型研究现状 | 第12-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 相关技术知识介绍 | 第17-24页 |
| 2.1 基因芯片与基因组数据 | 第17-18页 |
| 2.2 癌症亚型聚类分析 | 第18-19页 |
| 2.3 数据挖掘中常见的聚类算法 | 第19-22页 |
| 2.3.1 K均值聚类方法 | 第19-21页 |
| 2.3.2 层次聚类方法 | 第21-22页 |
| 2.4 多源数据聚类 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于张量分解的癌症分型算法 | 第24-37页 |
| 3.1 张量与张量分解 | 第25-29页 |
| 3.1.1 张量概念 | 第25-27页 |
| 3.1.2 张量分解方法 | 第27-29页 |
| 3.2 构建张量模型 | 第29-33页 |
| 3.2.1 癌症基因组图谱数据库 | 第29-30页 |
| 3.2.2 基因芯片数据矩阵 | 第30-32页 |
| 3.2.3 集成矩阵构建张量 | 第32-33页 |
| 3.3 低秩非负稀疏张量分解 | 第33-35页 |
| 3.4 基于低秩稀疏分解模型的癌症分型算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 实验结果与分析 | 第37-48页 |
| 4.1 乳腺癌数据集与张量构建 | 第37-38页 |
| 4.2 差异表达基因识别 | 第38-39页 |
| 4.3 低秩张量分解与结果融合 | 第39-42页 |
| 4.4 聚类结果比较 | 第42-46页 |
| 4.5 生存分析 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-56页 |
| 致谢 | 第56页 |
