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 |
