流特征选择算法设计及其在基因表达数据上的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 研究现状 | 第8-9页 |
| 1.3 研究内容 | 第9-10页 |
| 1.4 文章组织结构 | 第10-12页 |
| 2 相关基础理论 | 第12-25页 |
| 2.1 基因表达数据 | 第12-14页 |
| 2.1.1 基因表达数据的获取 | 第12-13页 |
| 2.1.2 基因表达数据的特点 | 第13页 |
| 2.1.3 基因表达数据的数学描述 | 第13-14页 |
| 2.2 特征选择 | 第14-17页 |
| 2.2.1 特征选择技术 | 第14-15页 |
| 2.2.2 特征选择框架 | 第15页 |
| 2.2.3 特征选择分类 | 第15-17页 |
| 2.3 流特征 | 第17-19页 |
| 2.3.1 流特征定义 | 第17页 |
| 2.3.2 流特征选择技术 | 第17-19页 |
| 2.3.3 流特征选择框架 | 第19页 |
| 2.4 分类识别算法 | 第19-24页 |
| 2.4.1 支持向量机 | 第20-22页 |
| 2.4.2 逻辑斯谛回归 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 流特征选择算法 | 第25-47页 |
| 3.1 流特征选择模型建立 | 第25-26页 |
| 3.2 流特征选择算法 | 第26-33页 |
| 3.2.1 接收新特征 | 第26-27页 |
| 3.2.2 更新模型 | 第27-30页 |
| 3.2.3 删除冗余特征 | 第30页 |
| 3.2.4 算法框架描述 | 第30-32页 |
| 3.2.5 算法复杂度分析 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-45页 |
| 3.3.1 实验数据集 | 第33页 |
| 3.3.2 数据预处理 | 第33-34页 |
| 3.3.3 评价度量标准 | 第34页 |
| 3.3.4 与现有算法对比实验结果与分析 | 第34-42页 |
| 3.3.5 特征空间未知场景的实验结果对比 | 第42-44页 |
| 3.3.6 参数分析 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 不平衡数据的流特征选择算法 | 第47-55页 |
| 4.1 不平衡数据分析 | 第47-48页 |
| 4.1.1 欠采样方法 | 第47页 |
| 4.1.2 过采样方法 | 第47-48页 |
| 4.2 结合SMOTE算法的流特征选择 | 第48-51页 |
| 4.2.1 经典SMOTE算法 | 第48-49页 |
| 4.2.2 改进的流特征SMOTE算法 | 第49-50页 |
| 4.2.3 不平衡数据的流特征选择算法 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-54页 |
| 4.3.1 实验数据集 | 第51页 |
| 4.3.2 评价度量标准 | 第51-53页 |
| 4.3.3 对比实验分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64页 |
