| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 存在问题 | 第11-12页 |
| 1.4 解决方案 | 第12页 |
| 1.5 论文内容安排 | 第12-15页 |
| 第2章 基础知识介绍 | 第15-25页 |
| 2.1 群智能优化算法介绍 | 第15-18页 |
| 2.1.1 粒子群优化算法 | 第15-16页 |
| 2.1.2 遗传算法 | 第16-17页 |
| 2.1.3 萤火虫算法 | 第17-18页 |
| 2.2 聚类算法介绍 | 第18-22页 |
| 2.2.1 HCS算法 | 第18页 |
| 2.2.2 Newman快速算法 | 第18-20页 |
| 2.2.3 MCODE算法 | 第20页 |
| 2.2.4 SC算法 | 第20-21页 |
| 2.2.5 SHC算法 | 第21-22页 |
| 2.3 本章小结 | 第22-25页 |
| 第3章 提升Newman快速算法对PPI网络的聚类效果 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 尝试代价函数△Q的三种策略 | 第25-27页 |
| 3.2.1 代价函数△Q的第一种策略 | 第25-26页 |
| 3.2.2 代价函数△Q的第二种策略 | 第26页 |
| 3.2.3 代价函数△Q的第三种策略 | 第26-27页 |
| 3.3 比较分析不同策略,提出代价函数△Q的改进策略△IQ | 第27-30页 |
| 3.3.1 上述三种策略的分析 | 第27-29页 |
| 3.3.2 一种改进的代价函数 | 第29-30页 |
| 3.4 实验结果 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 基于等级网络模型的PPI网络的预处理 | 第33-39页 |
| 4.1 引言 | 第33-34页 |
| 4.2 传统聚类模型与等级网络模型的差异 | 第34-36页 |
| 4.3 对PPI网络进行预处理 | 第36-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 结合FA算法和SHC算法来聚类PPI网络 | 第39-49页 |
| 5.1 引言 | 第39-40页 |
| 5.2 结合FA算法和SHC算法聚类PPI网络 | 第40-44页 |
| 5.2.1 降维PPI数据 | 第40-41页 |
| 5.2.2 解的取值区间的设计 | 第41页 |
| 5.2.3 目标函数的定义 | 第41页 |
| 5.2.4 算法流程 | 第41-43页 |
| 5.2.5 算法时间复杂度 | 第43-44页 |
| 5.3 实验结果和讨论 | 第44-48页 |
| 5.3.1 实验参数分析 | 第44-45页 |
| 5.3.2 不同群智能优化算法寻找最优同步邻域半径表现的比较 | 第45-46页 |
| 5.3.3 聚类PPI网络的算法比较 | 第46-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-53页 |
| 6.1 全文工作总结 | 第49-50页 |
| 6.2 进一步工作展望 | 第50-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间研究成果 | 第60页 |
