| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 现有方法分析 | 第15-19页 |
| 1.2.1 基于共表达的方法 | 第16页 |
| 1.2.2 基于监督学习的方法 | 第16-17页 |
| 1.2.3 基于图论的方法 | 第17-18页 |
| 1.2.4 基于信息论的方法 | 第18-19页 |
| 1.3 本文研究工作与创新点 | 第19-20页 |
| 1.4 论文的组织结构 | 第20-23页 |
| 第二章 相关理论基础 | 第23-29页 |
| 2.1 基因调控网络的基本概念 | 第23-24页 |
| 2.2 信息熵与互信息 | 第24-27页 |
| 2.2.1 离散型随机变量的信息熵与互信息 | 第24-26页 |
| 2.2.2 连续型随机变量的信息熵与互信息 | 第26-27页 |
| 2.2.3 高斯核密度估计 | 第27页 |
| 2.3 k最近邻算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于逻辑关系推断未知分布规律的基因调控网络 | 第29-45页 |
| 3.1 连续型随机变量的估计方法 | 第29-30页 |
| 3.2 未知分布规律的信息熵和互信息的估计 | 第30-36页 |
| 3.2.1 信息熵的估计 | 第30-31页 |
| 3.2.2 联合熵的估计 | 第31-33页 |
| 3.2.3 互信息的估计 | 第33-36页 |
| 3.3 基于逻辑关系推断基因间的相互关系 | 第36-41页 |
| 3.3.1 离散型逻辑关系 | 第36-38页 |
| 3.3.2 不确定性系数 | 第38-40页 |
| 3.3.3 连续型逻辑关系 | 第40-41页 |
| 3.4 算法设计及分析 | 第41-43页 |
| 3.4.1 基于k最近邻估计信息熵与互信息 | 第41-42页 |
| 3.4.2 基于逻辑关系推断基因调控网络 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 实验结果及分析 | 第45-55页 |
| 4.1 实验数据的选取 | 第45页 |
| 4.2 各种评价指标 | 第45-46页 |
| 4.3 k最近邻算法中的参数选取 | 第46-50页 |
| 4.4 实验结果分析 | 第50-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 下一步工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 作者简介 | 第63-64页 |