首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文

基于希尔伯特空间核方法的生物调控关系研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-17页
   ·研究背景及研究意义第11-12页
     ·研究背景第11页
     ·研究意义第11-12页
   ·研究现状第12-15页
     ·基因表达数据分析的研究现状第12-13页
     ·基因调控网络研究第13页
     ·再生核希尔伯特空间条件独立性研究现状第13-15页
   ·论文的主要内容及安排第15-17页
     ·论文的主要内容第15-16页
     ·论文的主要安排第16-17页
第二章 核方法介绍第17-22页
   ·引言第17页
   ·内积和半正定矩阵第17-18页
     ·希尔伯特空间及其性质第17-18页
     ·Gram 矩阵第18页
   ·再生核希尔伯特空间介绍第18-21页
   ·本章小结第21-22页
第三章 RKHS 上的协方差算子与独立性、条件独立性第22-36页
   ·引言第22页
   ·RKHS 上的(互)协方差算子第22-24页
   ·协方差算子与条件独立性第24-25页
     ·条件独立性问题第24页
     ·条件(互)协方差算子第24-25页
   ·条件独立性与降维第25-27页
   ·基于样本的估计量第27-31页
     ·基于样本的条件协方差算子第27-28页
     ·Gram 矩阵表示第28-29页
     ·协方差算子的度量第29-31页
   ·仿真实验第31-35页
     ·基本实验第31-34页
     ·扩展实验第34-35页
   ·本章小结第35-36页
第四章 基于 HILBERT-SCHMIDT 范数的统计独立性度量第36-56页
   ·引言第36页
   ·知识准备第36-38页
   ·HILBERT-SCHMIDT 独立性准则第38-41页
     ·Hilbert-Schmidt 独立性准则的概念第38-39页
     ·经验准则第39-41页
   ·使用 HSIC 的独立性检验第41-49页
     ·独立性检验第41-43页
     ·基于 HSIC 的独立性检验的实验第43-49页
   ·条件独立性度量第49-55页
     ·条件协方差的知识回顾第49-50页
     ·基于 RKHS 的条件独立性描述第50-55页
   ·本章小结第55-56页
第五章 基于核方法的时间序列因果性推断第56-69页
   ·引言第56页
   ·时间序列数据的因果性推断算法第56-61页
     ·Granger 因果性第56-57页
     ·Granger 因果性的推广--基于核方法的时间序列因果性推断第57-58页
     ·实验测试第58-61页
   ·基于条件独立性检验的系统辨识第61-68页
     ·系统辨识方法第61-65页
     ·实验测试第65-68页
   ·本章小结第68-69页
第六章 基于统计独立性方法的基因调控网络结构辨识第69-77页
   ·引言第69页
   ·数据与方法第69-71页
     ·问题和数据描述第69-70页
     ·基于 HSIC 的生物系统结构辨识方法第70-71页
   ·实验设计第71-73页
     ·基因调控关系的辨识步骤第71-72页
     ·辨识结果的合并第72页
     ·评价标准第72-73页
   ·结果分析第73-75页
     ·结果的准确性分析----统计分析第73-75页
     ·计算效率分析第75页
   ·本章小结第75-77页
第七章 总结与展望第77-79页
   ·总结第77-78页
   ·展望第78-79页
致谢第79-80页
参考文献第80-84页
附录第84-85页

论文共85页,点击 下载论文
上一篇:基于网络视角的顾客—企业知识协同演化研究
下一篇:基于系统动力学的NSD中企业与客户的知识转移研究