| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 插图索引 | 第14-16页 |
| 附表目录 | 第16-17页 |
| 第1章 绪论 | 第17-36页 |
| ·研究背景和意义 | 第18-21页 |
| ·基因芯片技术及基因表达谱数据 | 第21-27页 |
| ·基因芯片技术 | 第21-23页 |
| ·基因表达谱数据预处理 | 第23-26页 |
| ·基因表达谱数据的特点 | 第26-27页 |
| ·研究现状 | 第27-33页 |
| ·本文主要工作 | 第33-35页 |
| ·本文结构 | 第35-36页 |
| 第2章 相关理论知识 | 第36-45页 |
| ·基因过滤方法 | 第36-37页 |
| ·Relief-F 方法 | 第36-37页 |
| ·Kruskal-Wallis 秩和检验方法 | 第37页 |
| ·特征提取方法 | 第37-40页 |
| ·主成份分析 | 第37-38页 |
| ·线性判别分析 | 第38-40页 |
| ·奇异值分解 | 第40页 |
| ·分类分析方法 | 第40-43页 |
| ·支持向量机 | 第40-42页 |
| ·最近 K 近邻 | 第42-43页 |
| ·交叉验证方法 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第3章 基于 2DPCA 和 2DLDA 的肿瘤数据分类研究 | 第45-54页 |
| ·引言 | 第45-47页 |
| ·2DPDA 和 2DLDA 方法 | 第47-49页 |
| ·二维主成份分析 | 第47页 |
| ·迭代的二维线性判别分析 | 第47-49页 |
| ·实验数据及参数设置 | 第49-51页 |
| ·实验数据 | 第49-50页 |
| ·方法参数设置 | 第50-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第4章 基于 RSC 的元样本肿瘤数据分类研究 | 第54-69页 |
| ·引言 | 第54-56页 |
| ·SRC、MSRC 和 MRSCC 分类方法 | 第56-60页 |
| ·基于稀疏表示的肿瘤分类 | 第56-57页 |
| ·基于稀疏表示的元样本肿瘤数据分类 | 第57页 |
| ·基于鲁棒性稀疏编码的元样本肿瘤数据分类 | 第57-60页 |
| ·实验数据及参数设置 | 第60-61页 |
| ·实验数据 | 第60-61页 |
| ·实验参数设置 | 第61页 |
| ·实验结果及分析 | 第61-68页 |
| ·元样本数目对实验结果的影响分析 | 第61-63页 |
| ·SRC、MSRC 和 MSRCC 方法性能比较 | 第63-66页 |
| ·基因过滤方法对实验结果的影响分析 | 第66-68页 |
| ·小结 | 第68-69页 |
| 结论 | 第69-73页 |
| 参考文献 | 第73-89页 |
| 致谢 | 第89-91页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第91-92页 |
| 附录 B 攻读学位期间所参与的研究项目 | 第92页 |