| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与研究内容 | 第9-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第2章 多核学习算法 | 第16-30页 |
| 2.1 背景知识 | 第16-18页 |
| 2.2 多核学习算法的概念 | 第18-22页 |
| 2.3 基于范式正则化约束的多核学习算法 | 第22-30页 |
| 第3章 癌症分化度分类模型以及生物通路分析模型 | 第30-39页 |
| 3.1 实验数据 | 第31-32页 |
| 3.2 数据预处理以及特征选择 | 第32-33页 |
| 3.3 基核矩阵生成 | 第33-34页 |
| 3.4 基于序列最小优化算法的改进多核学习算法 | 第34-39页 |
| 第4章 实验结果及分析 | 第39-51页 |
| 4.1 基于不同组学数据与核函数组合的模型分类效果 | 第39-41页 |
| 4.2 特征选择对基于改进的多核学习算法的模型分类效果的影响 | 第41-43页 |
| 4.3 整合多种组学数据的不同模型的分类效果比较 | 第43-46页 |
| 4.4 生物通路分析 | 第46-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-61页 |
| 作者简介及在学期间所取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |