| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪 论 | 第7-13页 |
| ·聚类分析简介 | 第7-8页 |
| ·基于目标函数的模糊聚类中参数的研究进展 | 第8-11页 |
| ·加权指数m 的研究 | 第9页 |
| ·聚类数c 的研究 | 第9-11页 |
| ·模糊聚类算法在微阵列基因表达中的应用 | 第11-12页 |
| ·本文的主要研究成果及内容 | 第12-13页 |
| 第二章 模糊 C-均值(FCM)算法参数研究 | 第13-22页 |
| ·引言 | 第13页 |
| ·硬 C-均值聚类算法 | 第13-14页 |
| ·模糊 C-均值聚类算法 | 第14-16页 |
| ·加权指数 m 对 FCM 算法的影响 | 第16-19页 |
| ·模糊聚类有效性 | 第19-22页 |
| 第三章 FCM 算法中参数的优选及解释 | 第22-39页 |
| ·引言 | 第22页 |
| ·划分模糊度 | 第22-25页 |
| ·FCM 聚类算法中模糊加权指数 m 的优选方法 | 第25-29页 |
| ·FCM 中参数m 的优选 | 第25-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·基于划分模糊度的聚类有效性函数 | 第29-35页 |
| ·聚类有效性函数的提出 | 第29-31页 |
| ·实验结果 | 第31-33页 |
| ·参数c 的自适应确定 | 第33-35页 |
| ·隶属度的解释 | 第35-39页 |
| 第四章 基于 FCM 算法的微阵列基因表达数据分析 | 第39-51页 |
| ·分析基因表达图示的新方法 | 第39-41页 |
| ·DNA 微阵列数据处理和分析[67] | 第41-44页 |
| ·原始数据的获取及处理 | 第41-42页 |
| ·数据分析 | 第42-44页 |
| ·基于模糊聚类的微阵列基因表达数据分析 | 第44-51页 |
| ·数据和预处理 | 第44-45页 |
| ·FCM 算法的参数优选 | 第45-47页 |
| ·结果和讨论 | 第47-51页 |
| 结束语 | 第51-52页 |
| 致 谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士期间录用的论文 | 第58页 |