| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题的研究背景及意义 | 第8-11页 |
| 1.2 驱动突变鉴定的国内外研究现状 | 第11-14页 |
| 1.3 本文章节安排及创新点 | 第14-15页 |
| 第二章 蛋白质序列位点突变特征编码 | 第15-22页 |
| 2.1 蛋白质数据的获取 | 第15页 |
| 2.2 样本的特征编码 | 第15-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 特征选择算法研究 | 第22-31页 |
| 3.1 DX算法 | 第22-25页 |
| 3.1.1 DX(index score)算法简介 | 第22-23页 |
| 3.1.2 DX算法实验结果 | 第23-25页 |
| 3.2 mRMR算法 | 第25-27页 |
| 3.2.1 mRMR算法简介 | 第25-26页 |
| 3.2.2 mRMR算法实验结果 | 第26-27页 |
| 3.3 Lasso算法 | 第27-29页 |
| 3.3.1 Lasso算法简介 | 第27-28页 |
| 3.3.2 Lasso算法实验结果 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 基于机器学习算法的癌症驱动突变预测研究 | 第31-44页 |
| 4.1 预测性能的评价 | 第31-32页 |
| 4.1.1 数据集划分与验证 | 第31页 |
| 4.1.2 性能度量指标 | 第31-32页 |
| 4.2 ELM算法简介 | 第32-33页 |
| 4.3 随机森林算法 | 第33-37页 |
| 4.4 旋转森林算法 | 第37-38页 |
| 4.5 实验结果对比分析 | 第38-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 全文工作总结 | 第44页 |
| 5.2 后续工作展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 攻读学位期间发表的学术论文 | 第51页 |