作者简介 | 第1-4页 |
摘要 | 第4-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-26页 |
·研究背景与意义 | 第12-13页 |
·研究背景 | 第12-13页 |
·研究意义 | 第13页 |
·典型高通量数据简介 | 第13-15页 |
·基因表达数据 | 第13-14页 |
·单核苷酸多态性数据 | 第14-15页 |
·高通量数据特征选择概述及关键问题分析 | 第15-22页 |
·理论基础 | 第15-16页 |
·典型方法 | 第16-20页 |
·性能评价 | 第20-21页 |
·关键问题分析 | 第21-22页 |
·本文主要工作及内容安排 | 第22-26页 |
·本文主要工作 | 第22-23页 |
·内容安排 | 第23-26页 |
第二章 基于监督降维和形状分析的特征选择 | 第26-34页 |
·间隔最大化判别分析和 Procrustes 分析简介 | 第26-27页 |
·间隔最大化判别分析(MMDA) | 第26页 |
·Procrustes 分析(PA) | 第26-27页 |
·由 MMDA 与 PA 结合的特征选择方法 | 第27-28页 |
·实验结果与分析 | 第28-31页 |
·实验数据 | 第28-29页 |
·参数的确定 | 第29-30页 |
·与由 PCA 和 PA 相结合方法的比较 | 第30页 |
·与其它方法的比较 | 第30-31页 |
·小结 | 第31-34页 |
第三章 基于最大条件相关最小冗余准则的特征选择 | 第34-46页 |
·最大相关最小冗余准则 | 第34-35页 |
·最大条件相关最小冗余准则 | 第35-36页 |
·最大条件相关最小冗余方法 | 第36页 |
·与其它典型方法的理论比较 | 第36-39页 |
·三个典型方法简介 | 第36-38页 |
·理论比较 | 第38-39页 |
·实验结果与分析 | 第39-44页 |
·模拟数据的实验结果与分析 | 第39-41页 |
·基因表达数据的实验结果与分析 | 第41-44页 |
·小结 | 第44-46页 |
第四章 基于稀疏表示系数的特征相关性测度 | 第46-52页 |
·基础知识 | 第46-48页 |
·稀疏表示系数(SRC) | 第46-47页 |
·经典相关性测度 | 第47-48页 |
·基于 SRC 的特征相关性测度 | 第48-50页 |
·特征-类别相关性的测度 | 第48-49页 |
·特征-特征相关性的测度 | 第49-50页 |
·SRC 测度特征相关性的特点 | 第50-51页 |
·小结 | 第51-52页 |
第五章 SRC 在基因选择中的应用 | 第52-66页 |
·基础知识 | 第52-53页 |
·最大相关最小冗余准则框架 | 第52-53页 |
·近似马尔科夫毯 | 第53页 |
·基于 SRC 的基因的选择方法 | 第53-57页 |
·方法细节 | 第53-54页 |
·实验结果及分析 | 第54-57页 |
·小结 | 第57页 |
·基于 SRC 和最大相关最小冗余准则的基因选择方法 | 第57-61页 |
·方法细节 | 第57-58页 |
·实验结果与分析 | 第58-61页 |
·小结 | 第61页 |
·基于 SRC 和近似马尔科夫毯的基因选择方法 | 第61-66页 |
·方法细节 | 第62页 |
·实验结果与分析 | 第62-65页 |
·小结 | 第65-66页 |
第六章 SRC 在单核苷酸多态性选择中的应用 | 第66-80页 |
·人群区分问题中常用的测度 | 第66-67页 |
·修正的 T-检验 | 第66-67页 |
·固定指数 (Fst) | 第67页 |
·基于 SRC 的单核苷酸多态性选择方法 | 第67-68页 |
·实验结果与分析 | 第68-79页 |
·实验数据及预处理 | 第68-69页 |
·分类问题的构造 | 第69-70页 |
·分类性能比较 | 第70-72页 |
·所选 SNP 信息的分析 | 第72-79页 |
·小结 | 第79-80页 |
第七章 总结与展望 | 第80-84页 |
·总结 | 第80-82页 |
·展望 | 第82-84页 |
致谢 | 第84-86页 |
参考文献 | 第86-96页 |
攻读博士学位期间的研究成果 | 第96-97页 |