聚类方法在生物数据中的研究与应用--基因表达数据聚类方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·生物信息学简介 | 第7页 |
| ·生物信息学的起源 | 第7页 |
| ·生物信息学的定义和目标 | 第7页 |
| ·基因芯片技术简介 | 第7-9页 |
| ·基因芯片技术的产生和原理 | 第7-8页 |
| ·基因芯片技术的研究现状 | 第8页 |
| ·基因芯片技术的意义 | 第8-9页 |
| ·本文的主要工作及结构安排 | 第9-10页 |
| 第二章 基因表达数据分析与常用聚类方法 | 第10-21页 |
| ·引言 | 第10页 |
| ·基因表达数据分析 | 第10-12页 |
| ·基因表达数据的获得和表示 | 第11页 |
| ·基因表达数据的预处理 | 第11-12页 |
| ·聚类分析 | 第12-14页 |
| ·聚类分析的定义和分类 | 第12-13页 |
| ·相似性度量 | 第13页 |
| ·基因表达数据聚类分析的意义 | 第13-14页 |
| ·几种常用的聚类算法 | 第14-19页 |
| ·层次聚类算法 | 第14-16页 |
| ·K-均值聚类算法 | 第16-17页 |
| ·自组织映射聚类算法 | 第17-19页 |
| ·基因表达数据集 | 第19-21页 |
| ·鼠中央神经系统发育数据集 | 第19页 |
| ·酵母GAL 数据集 | 第19页 |
| ·酵母细胞周期数据集 | 第19-21页 |
| 第三章 基于群智能的基因表达数据聚类算法 | 第21-32页 |
| ·引言 | 第21-22页 |
| ·基因表达数据聚类分析的研究进展 | 第22-23页 |
| ·基于基因的聚类方法 | 第22-23页 |
| ·基于样本的聚类方法 | 第23页 |
| ·两路聚类方法 | 第23页 |
| ·小结 | 第23页 |
| ·遗传K-均值基因表达数据聚类算法 | 第23-25页 |
| ·算法介绍 | 第23-25页 |
| ·实验结果与分析 | 第25页 |
| ·基于QPSO 的基因表达数据聚类算法 | 第25-31页 |
| ·QPSO 算法 | 第26-27页 |
| ·基于QPSO 的基因表达数据聚类算法 | 第27-28页 |
| ·基因表达数据集 | 第28页 |
| ·实验结果 | 第28-30页 |
| ·小结 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基因表达数据聚类算法的外部评价和参数选择 | 第32-40页 |
| ·引言 | 第32页 |
| ·聚类方法结果的外部评价 | 第32-33页 |
| ·Rand 指数和校正Rand 指数的定义和计算 | 第32-33页 |
| ·四种聚类算法对相似度和数据转换方式的选择 | 第33-38页 |
| ·层次聚类对相似度和预处理方法的选择 | 第33-36页 |
| ·K-均值聚类对相似度和预处理方法的选择 | 第36-37页 |
| ·SOMs 聚类对相似度和预处理方法的选择 | 第37页 |
| ·QPSO 聚类对相似度和预处理方法的选择 | 第37-38页 |
| ·标准化对数转换 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基因表达数据聚类方法的内部确认 | 第40-45页 |
| ·引言 | 第40页 |
| ·内部确认的定义和分类 | 第40-41页 |
| ·基因表达数据聚类方法的内部确认 | 第41-44页 |
| ·FOM 方法的基本思想 | 第41页 |
| ·FOM 与aFOM 方法的定义与计算 | 第41-42页 |
| ·算法验证 | 第42-43页 |
| ·讨论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第52页 |
