| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 基因调控网络构建的问题描述及研究现状 | 第7-9页 |
| 1.2.1 问题描述 | 第7-8页 |
| 1.2.2 研究现状 | 第8-9页 |
| 1.3 论文的研究内容和主要工作 | 第9-10页 |
| 1.4 论文结构安排 | 第10-11页 |
| 第二章 基因调控网络构建综述 | 第11-22页 |
| 2.1 时间序列基因表达数据 | 第11-12页 |
| 2.2 基因调控网络构建概述 | 第12-13页 |
| 2.3 生物数据源 | 第13-18页 |
| 2.3.1 公共数据库 | 第13-16页 |
| 2.3.2 人工生成数据源 | 第16-18页 |
| 2.4 基因调控网络构建方法 | 第18-20页 |
| 2.5 基于抽样的网络构建的研究现状 | 第20-21页 |
| 2.6 小结 | 第21-22页 |
| 第三章 基于Bootstrap的动态贝叶斯网络构建算法 | 第22-41页 |
| 3.1 数据预处理 | 第23-25页 |
| 3.1.1 缺值处理 | 第23页 |
| 3.1.2 数据转换 | 第23-24页 |
| 3.1.3 数据离散化 | 第24-25页 |
| 3.2 基于Bootstrap方法对数据抽样 | 第25-27页 |
| 3.2.1 数据抽样方法 | 第25-26页 |
| 3.2.2 抽样块长度的确定 | 第26页 |
| 3.2.3 应用Local Block Bootstrap方法对时序数据重抽样 | 第26-27页 |
| 3.3 基于抽样的动态贝叶斯网络学习算法 | 第27-38页 |
| 3.3.1 动态贝叶斯网络 | 第27-31页 |
| 3.3.2 动态贝叶斯网络学习算法 | 第31-37页 |
| 3.3.3 基于抽样的动态贝叶斯网络构造算法 | 第37-38页 |
| 3.4 动态贝叶斯网络融合的实现 | 第38-40页 |
| 3.4.1 网络融合方法比较 | 第38-39页 |
| 3.4.2 动态贝叶斯网络融合的实现 | 第39-40页 |
| 3.5 初始网络与转移网络的整合 | 第40-41页 |
| 第四章 实验数据的选取及实验结果分析 | 第41-54页 |
| 4.1 生物数据的获取 | 第41-43页 |
| 4.1.1 Yeast基因表达数据的获取 | 第41-42页 |
| 4.1.2 拟南芥数据的获取 | 第42页 |
| 4.1.3 Pathway数据的获取 | 第42-43页 |
| 4.2 网络评价标准介绍 | 第43页 |
| 4.3 Yeast数据实验结果分析 | 第43-50页 |
| 4.3.1 数据预处理结果分析 | 第43-44页 |
| 4.3.2 网络构建结果分析 | 第44-50页 |
| 4.4 Arabidopsis数据实验结果分析 | 第50-52页 |
| 4.4.1 传统DBN模型的构建结果与分析 | 第51-52页 |
| 4.4.2 基于Bootstrap重抽样的DBN模型的构建结果与分析 | 第52页 |
| 4.5 小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54-55页 |
| 5.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
