基于SOM神经网络算法的癌症诊断研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 引言 | 第9-20页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-19页 |
| ·癌症诊断的研究现状 | 第11页 |
| ·基因聚类算法 | 第11-12页 |
| ·人工神经网络的研究现状 | 第12-17页 |
| ·遗传算法的研究现状 | 第17-19页 |
| ·研究思路和主要内容 | 第19页 |
| ·研究思路 | 第19页 |
| ·论文结构 | 第19页 |
| ·论文可能的创新点 | 第19-20页 |
| 2 相关理论 | 第20-31页 |
| ·假设检验 | 第20-26页 |
| ·基本思想 | 第20页 |
| ·分布模型 | 第20-22页 |
| ·假设检验模型 | 第22-26页 |
| ·人工神经网络 | 第26-29页 |
| ·神经网络的应用 | 第26页 |
| ·神经网络结构 | 第26-28页 |
| ·神经网络类型 | 第28-29页 |
| ·遗传算法 | 第29-31页 |
| ·基本思想 | 第29页 |
| ·作用机理 | 第29-30页 |
| ·遗传算法操作算子 | 第30-31页 |
| ·本章小结 | 第31页 |
| 3 基于两独立样本T检验和SOM网络的癌症诊断 | 第31-41页 |
| ·基因数据 | 第31-32页 |
| ·两独立样本 T 检验对基因特征选择 | 第32-36页 |
| ·设计思路 | 第32-33页 |
| ·方案原理 | 第33页 |
| ·实验结果及分析 | 第33-36页 |
| ·结合T检验选择基因特征和SOM网络的癌症诊断 | 第36-40页 |
| ·设计思路 | 第36-37页 |
| ·方案原理 | 第37-38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于遗传算法和SOM网络的癌症诊断 | 第41-47页 |
| ·数学模型设计 | 第41-45页 |
| ·设计思路及整体方案 | 第41-42页 |
| ·个体编码方案 | 第42-43页 |
| ·目标函数 | 第43页 |
| ·选择算子 | 第43-44页 |
| ·交叉算子 | 第44页 |
| ·变异算子 | 第44-45页 |
| ·终止条件 | 第45页 |
| ·实验结果及分析 | 第45-47页 |
| ·基因数量测试 | 第45-46页 |
| ·最优解基因选择模式过程 | 第46-47页 |
| ·本章小结 | 第47页 |
| 5 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54页 |
