基因表达谱识别算法研究
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究和结构安排 | 第11-13页 |
| 第二章 基因表达谱识别算法研究 | 第13-23页 |
| ·基因表达谱数据预处理 | 第13-16页 |
| ·基因表达谱数据获取 | 第13-14页 |
| ·t检验 | 第14-15页 |
| ·数据特征提取方法 | 第15-16页 |
| ·聚类分析 | 第16-19页 |
| ·基因表达谱聚类目的 | 第17页 |
| ·基因表达谱聚类相似性度量 | 第17-18页 |
| ·基因表达谱聚类准则函数 | 第18-19页 |
| ·常用的基因表达谱的聚类方法 | 第19-23页 |
| ·k均值聚类 | 第19-21页 |
| ·层次聚类 | 第21页 |
| ·自组织映射聚类 | 第21-23页 |
| 第三章 基于GESearch的特征基因选择 | 第23-39页 |
| ·常用特征基因选择方法 | 第23页 |
| ·四种分析模型 | 第23-32页 |
| ·均值模型 | 第24-26页 |
| ·回归模型 | 第26-29页 |
| ·代表模型 | 第29-30页 |
| ·集成模型 | 第30-32页 |
| ·GESearch方法 | 第32页 |
| ·GESearch实验步骤 | 第32-33页 |
| ·实验结果及分析 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于RSM的基因表达谱识别算法研究 | 第39-52页 |
| ·图嵌入算法 | 第39-40页 |
| ·递归软边缘学习投影 | 第40-44页 |
| ·软边缘的目标函数的维数约简 | 第40-42页 |
| ·基于软边界的优化 | 第42-44页 |
| ·产生多个投影矢量 | 第44页 |
| ·算法和定理 | 第44页 |
| ·实验结果与分析 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 附录A 攻读硕士学位期间取得的学术成果 | 第53-54页 |
| 参考文献 | 第54-57页 |