首页--数理科学和化学论文--数学论文--数学分析论文--函数论论文--傅里叶分析(经典调和分析)论文

基于连续小波变换分析的基因表达谱数据分析

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·研究背景第7-8页
   ·研究现状第8-10页
   ·研究对象第10页
   ·研究内容第10-11页
第二章 基于基因表达谱数据的肿瘤分类第11-19页
   ·数据的预处理第11-12页
     ·极端数据的剔除第11页
     ·丢失数据的修补第11-12页
     ·数据的归一化处理第12页
   ·高维数据的降维处理第12-15页
     ·特征提取和特征选择的基本概念第12页
     ·经典的特征选择方法第12-13页
     ·经典的特征提取方法第13-15页
   ·肿瘤分类模型第15-18页
     ·误差最小贝叶斯决策准则第16-17页
     ·K最近邻分类器(KNN)第17-18页
   ·小结第18-19页
第三章 小波分析的基本原理第19-37页
   ·小波分析第19-21页
     ·小波分析的定义第19-20页
     ·小波基的性质第20-21页
   ·连续小波变换第21-23页
     ·连续小波变换的定义第21页
     ·连续小波变换的性质第21-22页
     ·连续小波变换的逆变换第22-23页
   ·离散小波变换第23-26页
     ·离散小波变换及性质第23-24页
     ·小波框架第24页
     ·二进小波变换第24-26页
   ·多尺度分析与正交小波变换第26-36页
     ·多尺度分析第26-30页
     ·尺度函数与小波函数的性质第30-33页
     ·正交小波变换与Mallat算法第33-35页
     ·离散序列的小波分解第35-36页
   ·小结第36-37页
第四章 基于连续小波变换的基因表达谱数据分析第37-50页
   ·本文所使用的四个肿瘤基因表达谱数据集第37-38页
   ·基于小波变换的肿瘤特征模式提取第38-40页
     ·连续小波变换的肿瘤特征模式提取第38-40页
     ·离散小波变换的肿瘤特征模式提取第40页
   ·实验结果与分析第40-47页
     ·原始基因空间和连续小波变换特征空间的比较第40-41页
     ·连续小波变换和离散小波变换特征提取性能的比较第41-43页
     ·连续小波变换方法和传统的特征提取方法比较第43-46页
     ·小波变换参数和分类性能之间的关系第46-47页
     ·基因顺序对小波变换分析的影响第47页
   ·小结第47-50页
第五章 总结和展望第50-51页
参考文献第51-56页
致谢第56-57页
作者在攻读硕士期间主要研究成果第57页

论文共57页,点击 下载论文
上一篇:基于声光偏转效应的载频相干探测系统的研究
下一篇:几类非线性波动方程行波解分支的研究