| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 生物信息学概述 | 第8-10页 |
| 1.1.1 生物信息学产生背景和概念 | 第8页 |
| 1.1.2 生物信息学的研究内容 | 第8-10页 |
| 1.2 生物医学文本挖掘概述 | 第10-11页 |
| 1.2.1 生物医学文本挖掘的产生背景 | 第10页 |
| 1.2.2 生物医学文本聚类概述 | 第10-11页 |
| 1.3 本文研究的主要内容 | 第11页 |
| 1.4 论文内容和组织结构 | 第11-13页 |
| 第二章 生物医学文本的聚类算法研究 | 第13-21页 |
| 2.1 文本聚类概述 | 第13-14页 |
| 2.2 文本表示 | 第14页 |
| 2.3 常用聚类算法 | 第14-16页 |
| 2.4 半监督聚类算法概述 | 第16-18页 |
| 2.5 聚类评估标准 | 第18-19页 |
| 2.6 生物医学文本聚类的研究现状 | 第19-20页 |
| 2.6.1 生物医学文本的特有特征：MeSH及PRA | 第19页 |
| 2.6.2 根据文献内容信息聚类的研究 | 第19-20页 |
| 2.6.3 根据语义信息聚类研究 | 第20页 |
| 2.7 生物医学文本聚类研究的不足 | 第20页 |
| 2.8 本章小结 | 第20-21页 |
| 第三章 基于MESH本体的语义相似度度量 | 第21-39页 |
| 3.1 MESH来源及其结构介绍 | 第21-23页 |
| 3.2 MESH应用 | 第23-24页 |
| 3.3 基于MESH本体的语义相似度度量方法 | 第24-29页 |
| 3.3.1 通用概念 | 第25页 |
| 3.3.2 基于路径的方法 | 第25-26页 |
| 3.3.3 基于信息量的方法 | 第26-27页 |
| 3.3.4 一种新的融合方法 | 第27-28页 |
| 3.3.5 基于MeSH本体的语义相似度度量 | 第28-29页 |
| 3.4 实验及结果分析 | 第29-37页 |
| 3.4.1 实验数据集 | 第29-31页 |
| 3.4.2 评估标准 | 第31-32页 |
| 3.4.3 实验及结果分析 | 第32-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于信息融合的MEDLINE聚类算法 | 第39-52页 |
| 4.1 MEDLINE文献的三种信息 | 第39页 |
| 4.2 信息融合 | 第39-41页 |
| 4.3 相似度融合策略LINEAR COMBINATION(LCM) | 第41页 |
| 4.4 主辅融合策略 | 第41-44页 |
| 4.4.1 Normalized Cut算法 | 第41-42页 |
| 4.4.2 改进的半监督聚类算法SSNCut | 第42-44页 |
| 4.5 实验及结果分析 | 第44-51页 |
| 4.5.1 实验数据集 | 第44页 |
| 4.5.2 实验结果和分析 | 第44-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 总结和展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 在学期间的研究成果及发表的论文 | 第60-61页 |