基因表达数据的相似性度量和特征提取研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| ·基因表达数据及其信息挖掘的意义 | 第11-17页 |
| ·基因表达数据简介 | 第11-15页 |
| ·基因表达数据信息挖掘的意义 | 第15-17页 |
| ·基因表达数据聚类分类的研究现状 | 第17-20页 |
| ·基因聚类 | 第17-19页 |
| ·样本分类 | 第19-20页 |
| ·基因表达数据聚类分类任务中的关键问题 | 第20-23页 |
| ·基因聚类任务中的相似性度量问题 | 第20-21页 |
| ·样本分类任务中的特征提取问题 | 第21-23页 |
| ·论文的主要内容及章节安排 | 第23-25页 |
| 第二章 基于最短路的基因相似性度量 | 第25-39页 |
| ·共表达基因网络的构建 | 第25页 |
| ·共表达基因网络中最短路计算 | 第25-27页 |
| ·实验结果与分析 | 第27-38页 |
| ·数据简介 | 第27-29页 |
| ·yeast 数据的聚类分析 | 第29-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于网络拓扑结构的基因相似性度量 | 第39-49页 |
| ·基因关系网络的构建 | 第40页 |
| ·网络拓扑特征的表征 | 第40-46页 |
| ·邻域结构特征 | 第40-44页 |
| ·关于网络拓扑特征表征问题的讨论 | 第44-46页 |
| ·yeast 数据的聚类分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于样本空间的特征提取 | 第49-63页 |
| ·经典特征提取方法简介 | 第49-54页 |
| ·主分量分析（PCA） | 第49-51页 |
| ·Fisher 线性鉴别分析（LDA） | 第51-54页 |
| ·基于样本空间的 PCA 和 LDA | 第54-57页 |
| ·基于样本空间的特征提取思想 | 第55-56页 |
| ·基于样本空间的特征提取步骤 | 第56-57页 |
| ·实验结果与分析 | 第57-61页 |
| ·数据简介 | 第57-58页 |
| ·特征提取结果与分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 基于类别保留投影的特征提取 | 第63-83页 |
| ·类别保留投影（CPP） | 第64-67页 |
| ·CPP 的思想 | 第64-66页 |
| ·CPP 的算法 | 第66-67页 |
| ·核类别保留投影（KCPP） | 第67-70页 |
| ·KCPP 的思想 | 第67-69页 |
| ·KCPP 的算法 | 第69-70页 |
| ·实验结果与分析 | 第70-81页 |
| ·分类方法和性能评价方法 | 第70-73页 |
| ·CPP 的性能分析 | 第73-80页 |
| ·KCPP 的性能分析 | 第80-81页 |
| ·本章小结 | 第81-83页 |
| 第六章 总结与展望 | 第83-87页 |
| ·总结 | 第83-84页 |
| ·展望 | 第84-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-97页 |
| 作者攻读博士期间的研究成果和参加的科研项目 | 第97-98页 |
