| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 基因芯片技术和基因表达谱数据 | 第9-14页 |
| 1.2.1 DNA微阵列技术 | 第9-11页 |
| 1.2.2 基因表达谱数据的描述 | 第11-12页 |
| 1.2.3 基因表达谱数据的特点 | 第12-13页 |
| 1.2.4 本文用到的基因表达谱数据集 | 第13-14页 |
| 1.3 肿瘤基因表达谱的研究现状 | 第14-17页 |
| 1.4 本文研究的内容与组织结构 | 第17-19页 |
| 第二章 特征选择及分类的相关理论基础 | 第19-28页 |
| 2.1 特征选择的相关概念 | 第19-20页 |
| 2.2 特征选择方法概述 | 第20-23页 |
| 2.2.1 过滤法(Pilter Methods) | 第20-21页 |
| 2.2.2 缠绕法(Wrapper Methods) | 第21-22页 |
| 2.2.3 嵌入法(Embedded Methods) | 第22-23页 |
| 2.3 分类方法概述 | 第23-26页 |
| 2.3.1 K-最近邻 | 第23-24页 |
| 2.3.2 支持向量机 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于子模子集的基因选择方法 | 第28-39页 |
| 3.1 数据预处理 | 第28-29页 |
| 3.2 图的邻接矩阵表示 | 第29-30页 |
| 3.3 基于子模性质的特征提取 | 第30-34页 |
| 3.3.1 子模的性质 | 第30-31页 |
| 3.3.2 子模的选择 | 第31-32页 |
| 3.3.3 基于图的子模特征提取 | 第32-34页 |
| 3.4 实验 | 第34-38页 |
| 3.4.1 试验步骤 | 第34页 |
| 3.4.2 实验结果及分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于局部保持投影降维的基因表达谱特征提取 | 第39-45页 |
| 4.1 PCA和LPP理论简介 | 第39-43页 |
| 4.1.1 主成分分析(PCA)方法 | 第40页 |
| 4.1.2 局部保持投影(LPP)方法 | 第40-43页 |
| 4.2 实验 | 第43-44页 |
| 4.2.1 实验步骤 | 第43页 |
| 4.2.2 实验结果及分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 论文总结 | 第45-46页 |
| 5.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士研究生期间参与的科研项目 | 第53页 |
