| 第一章 绪论 | 第1-14页 |
| ·基因芯片简介 | 第7-13页 |
| ·基因芯片的研究意义 | 第7-8页 |
| ·基因芯片的主要类型 | 第8-10页 |
| ·基因芯片的数据分析 | 第10-11页 |
| ·基因芯片在生物信息学方面的应用 | 第11-13页 |
| ·本文主要内容 | 第13-14页 |
| 第二章 相关算法的理论基础 | 第14-30页 |
| ·特征选择技术简介 | 第14-20页 |
| ·特征选择的基本概念 | 第14-15页 |
| ·类别可分离性判据 | 第15-16页 |
| ·特征选择的算法 | 第16-20页 |
| ·支持向量机(SVM)简介 | 第20-25页 |
| ·统计学习理论 | 第21-23页 |
| ·支持向量机 | 第23-25页 |
| ·遗传算法(GA)简介 | 第25-30页 |
| ·算法简介及特点 | 第26-27页 |
| ·遗传算法的基本术语 | 第27-29页 |
| ·遗传算法的基本步骤 | 第29-30页 |
| 第三章 基于 SVM 和 GA 混合算法的特征基因子集选取 | 第30-43页 |
| ·算法描述 | 第30-32页 |
| ·算法选择的优势 | 第30-31页 |
| ·算法的整体结构 | 第31-32页 |
| ·算法设计 | 第32-43页 |
| ·芯片的数据定义 | 第32-33页 |
| ·数据的预处理 | 第33-34页 |
| ·支持向量机算法设计 | 第34-37页 |
| ·特征基因的聚类 | 第37-39页 |
| ·改进的遗传算法设计 | 第39-42页 |
| ·算法评价 | 第42-43页 |
| 第四章 算法的实际应用 | 第43-49页 |
| ·算法应用的数据集 | 第43-44页 |
| ·大肠组织数据集(colon 数据集) | 第43页 |
| ·白血病数据集 | 第43-44页 |
| ·大肠组织数据集的实验结果 | 第44-46页 |
| ·白血病数据集的实验结果 | 第46-49页 |
| 第五章 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 摘要 | 第52-55页 |
| ABSTRACT | 第55-58页 |
| 致谢 | 第58-59页 |
| 导师及作者简介 | 第59页 |