基于生物学知识的聚类算法及其在基因表达数据中的应用
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·基因芯片技术的产生和发展 | 第8-10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 |
| ·基因芯片技术的应用 | 第10-11页 |
| ·疾病发生机制研究 | 第10-11页 |
| ·药物的研究与开发 | 第11页 |
| ·本论文的主要内容和结构 | 第11-13页 |
| 第2章 基因表达数据聚类分析 | 第13-22页 |
| ·基因表达矩阵 | 第13-14页 |
| ·基因表达数据预处理 | 第14-15页 |
| ·基因表达数据分析 | 第15-17页 |
| ·聚类分析 | 第15-16页 |
| ·相似性度量 | 第16-17页 |
| ·聚类算法的分类 | 第17-21页 |
| ·基于划分的聚类 | 第17-18页 |
| ·基于层次的聚类 | 第18-20页 |
| ·基于密度的聚类 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 结合已知生物学知识的双次K-中心聚类算法 | 第22-35页 |
| ·确定相似性度量准则 | 第22-24页 |
| ·双次K-中心聚类算法的设计与实现 | 第24-30页 |
| ·K-中心算法的基本原理 | 第25页 |
| ·基于密度方法确定聚类质心 | 第25-27页 |
| ·双次K-中心聚类算法 | 第27-30页 |
| ·实验分析 | 第30-33页 |
| ·酵母半乳糖数据集 | 第30-32页 |
| ·模拟数据 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 K-Density 聚类算法的设计与实现 | 第35-46页 |
| ·DBSCAN算法的基本原理 | 第35-36页 |
| ·K-DENSITY 聚类算法 | 第36-42页 |
| ·实验分析 | 第42-45页 |
| ·酵母细胞周期数据集 | 第42-43页 |
| ·酵母半乳糖数据集 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·全文总结 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 硕士期间发表论文 | 第50-51页 |
| 致谢 | 第51-52页 |
| 摘要 | 第52-54页 |
| ABSTRACT | 第54-56页 |
