融合多数据源构建基因调控网络
| 提要 | 第1-5页 |
| 目录 | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·基因调控网络的科研意义 | 第8-9页 |
| ·基因调控网络的研究现状 | 第9页 |
| ·多数据源融合的在生物信息学应用的原因及现状 | 第9-10页 |
| ·本文的主要工作以及内容安排 | 第10-11页 |
| 第2章 基因调控网络 | 第11-24页 |
| ·基因调控网络 | 第11-12页 |
| ·基因表达调控网络 | 第11页 |
| ·基因调控网络研究内容 | 第11-12页 |
| ·基因调控网络的方法 | 第12-17页 |
| ·聚类分析 | 第12-13页 |
| ·布尔网络 | 第13-14页 |
| ·神经网络 | 第14-16页 |
| ·微分方程 | 第16-17页 |
| ·贝叶斯网络 | 第17-20页 |
| ·贝叶斯概率 | 第17页 |
| ·贝叶斯定理 | 第17-19页 |
| ·贝叶斯网络 | 第19-20页 |
| ·多数据源融合 | 第20-24页 |
| ·作为先验知识的融合 | 第20-21页 |
| ·改进建网算法的融合 | 第21-24页 |
| 第3章 边排序贝叶斯网络结构学习算法 | 第24-32页 |
| ·贝叶斯网络基础 | 第24页 |
| ·边排序贝叶斯网络结构学习算法 | 第24-29页 |
| ·算法思想 | 第24-26页 |
| ·边贡献量函数的构造 | 第26页 |
| ·算法流程 | 第26-28页 |
| ·对边的排序和加入队列方法的选择 | 第28页 |
| ·环路的消除 | 第28-29页 |
| ·时间复杂度分析 | 第29页 |
| ·模拟数据实验结果 | 第29-32页 |
| 第4章 应用新算法构建基因调控网络 | 第32-38页 |
| ·基因芯片数据的预处理 | 第32-33页 |
| ·基因表达数据中缺失数据和错误数据的处理 | 第32-33页 |
| ·基因表达数据的离散化 | 第33页 |
| ·基因调控网络的建网算法K2算法 | 第33-35页 |
| ·Bootstrap方法 | 第35页 |
| ·实验数据及实验结果 | 第35-38页 |
| ·实验数据 | 第35页 |
| ·实验结果 | 第35-38页 |
| 第5章 总结与展望 | 第38-39页 |
| ·结论 | 第38页 |
| ·展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 硕士期间发表的论文 | 第42-43页 |
| 致谢 | 第43-44页 |
| 摘要 | 第44-47页 |
| Abstract | 第47-49页 |
