| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 生物信息学概述 | 第9页 |
| 1.2 生物信息学分析流程 | 第9-10页 |
| 1.3 本文主要工作 | 第10-12页 |
| 2 生物信息中的数据挖掘技术 | 第12-25页 |
| 2.1 数据挖掘技术 | 第12-20页 |
| 2.1.1 预处理技术 | 第12-14页 |
| 2.1.2 分类技术 | 第14-17页 |
| 2.1.3 特征提取和特征选择技术 | 第17-19页 |
| 2.1.4 聚类技术 | 第19-20页 |
| 2.2 时间序列处理方法及其在生物信息学中的应用 | 第20-25页 |
| 2.2.1 时间序列概念及其在生物信息中的特点 | 第21-22页 |
| 2.2.2 时间序列聚类 | 第22页 |
| 2.2.3 时间序列分类 | 第22-23页 |
| 2.2.4 时间序列特征选择 | 第23页 |
| 2.2.5 时间序列网络图分析 | 第23-25页 |
| 3 wRDA算法研究及其在代谢组学中的应用 | 第25-41页 |
| 3.1 wRDA时间序列特征选择算法 | 第25-31页 |
| 3.1.1 加权相对偏差累加算法 | 第25-27页 |
| 3.1.2 扩展的加权相对偏差累加方法 | 第27-28页 |
| 3.1.3 人工变量滤噪 | 第28-29页 |
| 3.1.4 错误发现率筛选特征子集 | 第29-31页 |
| 3.2 wRDA算法在大鼠肝癌模型代谢数据上的应用 | 第31-35页 |
| 3.2.1 大鼠肝癌模型代谢数据介绍 | 第31-32页 |
| 3.2.2 大鼠肝癌模型代谢数据实验流程介绍 | 第32-33页 |
| 3.2.3 大鼠肝癌模型代谢数据实验结果分析及讨论 | 第33-35页 |
| 3.3 wRDA算法在启东队列代谢数据上的应用 | 第35-41页 |
| 3.3.1 启东队列代谢数据介绍 | 第35-36页 |
| 3.3.2 启东肝癌队列实验流程介绍 | 第36-37页 |
| 3.3.3 启东肝癌队列实验结果分析与讨论 | 第37-41页 |
| 4 基于样本加权的ReliefF改进算法ReliefF-WS | 第41-50页 |
| 4.1 ReliefF算法介绍 | 第41-43页 |
| 4.2 样本加权 | 第43-44页 |
| 4.3 ReliefF-WS特征选择方法 | 第44-45页 |
| 4.4 实验结果与分析及讨论 | 第45-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
