首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

复杂疾病的上位性检测方法研究

摘要第5-6页
Abstract第6页
第1章 绪论第11-16页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 主要研究内容第14-15页
    1.4 论文结构安排第15-16页
第2章 上位性检测方法介绍第16-28页
    2.1 引言第16页
    2.2 基本概念第16-18页
        2.2.1 单核苷酸多态性第16-17页
        2.2.2 上位性第17页
        2.2.3 全基因组关联研究第17-18页
    2.3 上位性检测方法第18-27页
        2.3.1 统计类方法第19-21页
        2.3.2 机器学习类方法第21-23页
        2.3.3 信息熵类方法第23-25页
        2.3.4 两阶段类方法第25-27页
    2.4 小结第27-28页
第3章 基于信息熵的上位性检测方法第28-44页
    3.1 引言第28页
    3.2 信息熵的相关概念第28-29页
        3.2.1 信息熵第28-29页
        3.2.2 条件熵第29页
        3.2.3 信息增益和相对信息增益第29页
    3.3 基于信息熵的上位性检测方法第29-31页
        3.3.1 构建列联表第29-30页
        3.3.2 常用的信息增益(U_o)第30页
        3.3.3 改进的相对信息增益(U_(new))第30-31页
    3.4 数据集第31-36页
        3.4.1 仿真数据集第31-34页
        3.4.2 AMD数据集第34-36页
    3.5 实验与分析第36-42页
        3.5.1 实验数据集第36-38页
        3.5.2 实验结果与分析第38-42页
    3.6 小结第42-44页
第4章 基于两阶段法的上位性检测方法第44-53页
    4.1 引言第44页
    4.2 基于两阶段的上位性检测方法第44-47页
        4.2.1 G~2检验第45页
        4.2.2 APD函数第45-46页
        4.2.3 融合方法第46页
        4.2.4 TwoFC第46-47页
    4.3 实验及分析第47-52页
        4.3.1 实验数据集第47-48页
        4.3.2 实验结果与分析第48-52页
    4.4 小结第52-53页
结论第53-55页
参考文献第55-61页
致谢第61-62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62页

论文共62页,点击 下载论文
上一篇:基于聚类方法的脑区基因共表达模式研究与分析
下一篇:基于驻极体压力传感器的脉搏监测系统