基于多位点连锁不平衡度量的标签SNP选择方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第10-19页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究背景及意义 | 第11-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 基于单体型覆盖率的方法 | 第15页 |
| 1.3.2 基于样本重构的方法 | 第15-16页 |
| 1.4 本文的技术路线及研究内容 | 第16-17页 |
| 1.5 本文结构安排 | 第17-19页 |
| 2 标签SNP选择方法介绍 | 第19-30页 |
| 2.1 单体型与复杂疾病 | 第19-20页 |
| 2.2 基于样本重构的标签SNP选择问题模型 | 第20-21页 |
| 2.3 标签SNP子集构造方法 | 第21-26页 |
| 2.3.1 贪心算法 | 第21-22页 |
| 2.3.2 动态规划算法 | 第22-23页 |
| 2.3.3 遗传算法 | 第23-25页 |
| 2.3.4 粒子群算法 | 第25-26页 |
| 2.4 样本重构方法 | 第26-29页 |
| 2.4.1 多元线性回归 | 第26-28页 |
| 2.4.2 人工神经网络 | 第28-29页 |
| 2.5 小结 | 第29-30页 |
| 3 基于连锁不平衡的标签SNP选择方法研究 | 第30-44页 |
| 3.1 连锁不平衡 | 第30-32页 |
| 3.2 SNP数据预处理 | 第32-33页 |
| 3.3 基于蚁群算法的候选标签子集构造 | 第33-37页 |
| 3.3.1 蚁群算法基本原理 | 第34-35页 |
| 3.3.2 路径选择函数 | 第35-36页 |
| 3.3.3 启发式函数 | 第36-37页 |
| 3.3.4 蚁群算法构造标签SNP子集的伪代码 | 第37页 |
| 3.4 基于后向淘汰的标签SNP精选 | 第37-41页 |
| 3.4.1 启发式特征后向淘汰算法 | 第37-40页 |
| 3.4.2 基于支持向量机的样本重构 | 第40-41页 |
| 3.4.3 基于样本重构的后向淘汰过程伪代码 | 第41页 |
| 3.5 本文方法整体流程图 | 第41-43页 |
| 3.6 小结 | 第43-44页 |
| 4 仿真实验及结果分析 | 第44-53页 |
| 4.1 仿真平台 | 第44页 |
| 4.2 标签SNP系统设计 | 第44-45页 |
| 4.3 实验数据 | 第45-46页 |
| 4.3.1 真实数据集 | 第45-46页 |
| 4.3.2 模拟数据集 | 第46页 |
| 4.4 实验结果及评价 | 第46-52页 |
| 4.4.1 评价指标 | 第46-48页 |
| 4.4.2 实验结果及分析 | 第48-52页 |
| 4.5 小结 | 第52-53页 |
| 5 结束语 | 第53-55页 |
| 5.1 研究工作总结 | 第53-54页 |
| 5.2 进一步研究工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间主要研究成果 | 第60页 |
