首页--医药、卫生论文--肿瘤学论文--一般性问题论文

癌症分类中基因选择的收缩特征选择算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-17页
    1.1 引言第12-13页
    1.2 研究背景及意义第13页
    1.3 国内外研究现状第13-15页
    1.4 论文结构安排第15-17页
第2章 相关的理论知识第17-33页
    2.1 特征选择概念第17-19页
    2.2 基因表达谱数据第19-22页
        2.2.1 基因表达谱获取及标准化第19-20页
        2.2.2 基因表达谱数据的预处理第20-21页
        2.2.3 基因表达谱数据的应用第21-22页
    2.3 LASSO特征选择方法第22-26页
        2.3.1 LASSO定义第23-24页
        2.3.2 调整参数估计第24-25页
        2.3.3 Lars算法第25-26页
        2.3.4 LASSO研究现状第26页
    2.4 聚类方法第26-28页
        2.4.1 一般聚类流程第27页
        2.4.2 分层聚类第27-28页
        2.4.3 K均值第28页
    2.5 分类方法第28-32页
        2.5.1 支持向量机第28-31页
        2.5.2 逻辑回归第31-32页
    2.6 小结第32-33页
第3章 基于加权共表达模块的LASSO特征选择方法第33-50页
    3.1 引言第33页
    3.2 加权共表达模块LASSO方法原理第33-34页
    3.3 数据预处理第34-35页
    3.4 构建加权共表达模块第35-37页
    3.5 特征基因的确定第37页
    3.6 实验结果及讨论第37-49页
        3.6.1 加权共表达模块构建结果第38-44页
        3.6.2 特征基因选择结果第44-46页
        3.6.3 方法性能评价第46-49页
    3.7 小结第49-50页
第4章 基于相似组的LASSO特征选择方法第50-64页
    4.1 引言第50页
    4.2 方法原理概述第50-51页
    4.3 模块和代表基因构建第51-52页
    4.4 相似组构建第52-53页
    4.5 特征基因筛选第53-54页
    4.6 实验结果及分析第54-63页
        4.6.1 相似组构建结果第54-59页
        4.6.2 特征选择结果第59页
        4.6.3 分类性能分析第59-62页
        4.6.4 时间复杂度分析第62-63页
    4.7 小结第63-64页
结论第64-66页
参考文献第66-71页
附录A 攻读学位期间所发表的学术论文及所参加项目第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于实时多处理器的周期任务节能调度算法研究
下一篇:基于小波变换的多任务图像压缩感知方法研究