首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤治疗学论文

肿瘤基因表达谱分类的特征基因选择研究

摘要第1-7页
Abstract第7-10页
第1章 引言第10-13页
第2章 基因表达谱数据的获取和特征基因选择方法归类第13-18页
   ·DNA基因表达谱数据的获取第13-15页
     ·基因芯片实验第13-14页
     ·基因芯片数据的标准化第14页
     ·基因表达谱数据的描述第14页
     ·常用到的肿瘤基因表达谱数据集第14-15页
   ·基于基因表达谱的肿瘤分类与特征基因选择第15-18页
     ·基于基因表达谱的肿瘤分类意义和原理第15-16页
     ·肿瘤分类与特征基因选择第16页
     ·特征基因选择方法归类第16-18页
第3章 基于GA/KNN的特征基因选择研究第18-26页
   ·基于GA/KNN特征基因选择方法介绍和应用第18页
   ·GA/KNN方法说明第18-21页
     ·基因选择器(gene selector):遗传算法GA第19页
     ·最邻近分类器(KNN)第19页
     ·KNN分类原理第19-20页
     ·GA/KNN方法总述第20页
     ·GA/KNN方法流程第20-21页
   ·GA/KNN的MATLAB实现和实验验证第21-22页
     ·GA/KNN的MATLAB实现第21-22页
   ·GA/KNN的验证第22-24页
     ·数据过滤和转换第22-23页
     ·实验验证和结果第23-24页
   ·本章小结与讨论第24-26页
     ·本章小结第24页
     ·本章讨论第24-26页
第4章 GA/WV方法及实验验证第26-40页
   ·WV分类器介绍第26-27页
     ·WV分类计算原理第26-27页
     ·WV对多分类的实现第27页
   ·GA/WV方法流程第27-28页
   ·实验验证第28-35页
     ·数据转换和标准化第29页
     ·基因选择器选择基因子集大小d的设定第29页
     ·遗传寻优搜索停止条件p的确定第29页
     ·Golub数据集上对独立搜索次数的验证第29-30页
     ·Golub数据集上对d大小变化敏感性的验证第30-31页
     ·特征基因集合大小确定方法的摸索第31页
     ·特征基因选择和分类性能分析验证第31-32页
     ·分类通用性分析验证第32-33页
     ·基因表达谱样本自然结构的检验-聚类验证第33-35页
   ·GA/WV讨论第35-37页
   ·GA/WV在蛋白谱数据分类中的应用第37-39页
     ·GA/WV确定候选特征蛋白集第37-38页
     ·生物测序实验验证第38-39页
   ·本章小结第39-40页
第5章 结论第40-41页
参考文献第41-43页
致谢第43-44页
附录第44-46页
 WV分类程序代码第44-46页
在读期间学术论文发表和科研参与情况第46页
 一、在学期间论文发表情况第46页
 二、在读期间科研项目参与情况第46页

论文共46页,点击 下载论文
上一篇:硫色满酮并氮唑衍生物抗真菌、抗肿瘤活性研究
下一篇:电化学测定脱氧核糖核酸的研究