首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于多约束的群体性与个体性拷贝数分离算法

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-13页
    1.1 课题的研究背景及意义第10-11页
    1.2 论文的组织结构第11-13页
第二章 相关理论和技术第13-23页
    2.1 拷贝数变异第13-15页
    2.2 拷贝数变异的检测技术第15-19页
    2.3 单样本拷贝数变异识别模型第19-20页
    2.4 多样本拷贝数变异识别模型第20-22页
    2.5 本章小结第22-23页
第三章 基于多范数约束的拷贝数分离模型第23-31页
    3.1 模型的建立第23-24页
    3.2 模型的求解第24-28页
    3.3 参数的选择第28-29页
    3.4 复杂度分析第29-30页
    3.5 本章小结第30-31页
第四章 基于小波变换的拷贝数分离模型第31-43页
    4.1 小波变换简介第31-34页
        4.1.1 傅里叶变换和小波变换第31-32页
        4.1.2 离散小波变换的分解与重构第32-34页
    4.2 模型的建立第34-37页
    4.3 模型的求解第37-40页
    4.4 参数的选择第40-41页
    4.5 复杂度分析第41页
    4.6 本章小结第41-43页
第五章 实验结果与分析第43-59页
    5.1 基于多范数约束的拷贝数分离模型实验验证第43-50页
        5.1.1 JNCO在模拟数据上的实验第43-46页
        5.1.2 JNCO在乳腺癌肿瘤数据上的实验第46-48页
        5.1.3 JNCO在猪样本数据上的实验第48-50页
    5.2 基于小波变换的拷贝数分离模型实验验证第50-58页
        5.2.1 WaveDec在模拟数据上的实验第51-54页
        5.2.2 WaveDec在乳腺癌肿瘤数据上的实验第54-55页
        5.2.3 WaveDec在猪样本数据上的实验第55-56页
        5.2.4 WaveDec在单细胞数据上的实验第56-58页
    5.3 本章小结第58-59页
总结与展望第59-61页
    总结第59页
    展望第59-61页
参考文献第61-67页
攻读硕士学位期间取得的研究成果第67-68页
致谢第68-69页
附件第69页

论文共69页,点击 下载论文
上一篇:基于Android的水稻病虫害图像识别与诊断系统的研究
下一篇:基于输入特征的用户身份认证的研究