| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究内容及论文结构 | 第10-12页 |
| 2 特征选择与样本分类相关方法 | 第12-19页 |
| 2.1 特征选择方法 | 第12-13页 |
| 2.2 基于基因表达数据的集成分类方法 | 第13-15页 |
| 2.3 海量生物数据的并行处理 | 第15-17页 |
| 2.4 相交邻域粗糙集在基因表达数据中的应用 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 结合Pathway知识和近邻传播聚类的选择性集成分类 | 第19-30页 |
| 3.1 融合Pathway知识的基因选择方法 | 第19-21页 |
| 3.1.1 生物知识融合方法 | 第19-20页 |
| 3.1.2 基于相交邻域粗糙集的基因选择 | 第20-21页 |
| 3.2 结合近邻传播聚类的选择性集成分类方法 | 第21-25页 |
| 3.2.1 近邻传播聚类 | 第22页 |
| 3.2.2 相似性矩阵计算方法 | 第22-24页 |
| 3.2.3 选择性集成分类流程 | 第24-25页 |
| 3.3 实验结果与分析 | 第25-29页 |
| 3.3.1 实验数据集及设置 | 第25-26页 |
| 3.3.3 实验结果及分析 | 第26-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 基于并行基因选择的动态选择性集成分类 | 第30-47页 |
| 4.1 并行相交邻域粗糙集计算方法 | 第30-35页 |
| 4.1.1 相交邻域粗糙集的矩阵表示方法 | 第30-33页 |
| 4.1.2 并行相交邻域粗糙集算法 | 第33-35页 |
| 4.2 多种启发信息在基因选择模型中的应用 | 第35-37页 |
| 4.2.1 基因选择中的启发信息 | 第35-36页 |
| 4.2.2 基于相交邻域粗糙集的基因选择 | 第36-37页 |
| 4.3 基因表达数据的动态选择性集成分类方法 | 第37-40页 |
| 4.3.1 基分类器之间的距离计算 | 第38页 |
| 4.3.2 动态选择性集成 | 第38-40页 |
| 4.4 实验结果与分析 | 第40-46页 |
| 4.4.1 实验数据集及设置 | 第41页 |
| 4.4.2 实验结果及分析 | 第41-44页 |
| 4.4.3 对比实验 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-57页 |