首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于深度学习的癌症基因组数据聚类与癌症免疫分析

摘要第4-5页
Abstract第5页
1 绪论第8-13页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 项目来源及研究内容第11-12页
    1.4 论文结构第12-13页
2 相关概念以及算法介绍第13-20页
    2.1 癌症免疫疗法第13-14页
    2.2 癌症基因组变异第14-16页
    2.3 受限玻尔兹曼机算法第16-17页
    2.4 深度信念网络算法第17-18页
    2.5 深度自编码器算法第18-19页
    2.6 本章小结第19-20页
3 基于深度学习的癌症基因组数据聚类模型构建第20-38页
    3.1 癌症基因组数据聚类问题描述第20-21页
    3.2 癌症基因组数据预处理第21-25页
    3.3 基于深度学习的癌症基因组数据聚类模型构建第25-34页
    3.4 聚类模型验证第34-37页
    3.5 本章小结第37-38页
4 聚类结果与癌症免疫分析第38-52页
    4.1 聚类结果与基因组变异特征分析第38-40页
    4.2 聚类结果与癌症免疫表达分析第40-43页
    4.3 聚类结果与癌症免疫治疗效果分析第43-47页
    4.4 聚类结果与免疫通路分析第47-51页
    4.5 本章小结第51-52页
5 总结与展望第52-54页
    5.1 本文工作总结第52-53页
    5.2 未来工作展望第53-54页
致谢第54-55页
参考文献第55-58页

论文共58页,点击 下载论文
上一篇:联网审计在A集团内审中的应用研究
下一篇:大肠杆菌可溶性外源表达的转录组差异分析和关键基因的鉴定