| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 本文的研究背景及其意义 | 第9-10页 |
| 1.2 基因聚类分析的研究现状 | 第10-12页 |
| 1.3 本文主要研究工作 | 第12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 基因聚类分析研究 | 第14-18页 |
| 2.1 生物信息学简介 | 第14页 |
| 2.2 基因表达数据聚类分析 | 第14-17页 |
| 2.2.1 基因表达数据表示 | 第14-15页 |
| 2.2.2 数据预处理 | 第15-16页 |
| 2.2.3 基因聚类结果评价 | 第16-17页 |
| 2.3 基因表达数据集 | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 基因聚类算法分析 | 第18-25页 |
| 3.1 K-means算法 | 第18-19页 |
| 3.2 粒子群聚类算法 | 第19-21页 |
| 3.3 粒子对算法 | 第21-24页 |
| 3.3.1 粒子对算法基本原理 | 第21-22页 |
| 3.3.2 粒子对算法步骤流程 | 第22-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 信息熵及和声算法分析研究 | 第25-31页 |
| 4.1 信息熵 | 第25-26页 |
| 4.1.1 信息熵原理 | 第25-26页 |
| 4.2 和声搜索算法 | 第26-30页 |
| 4.2.1 和声算法基础 | 第26-27页 |
| 4.2.2 和声搜索算法模型 | 第27-29页 |
| 4.2.3 和声搜索算法的应用 | 第29-30页 |
| 4.3 本章小结 | 第30-31页 |
| 第5章 粒子对优化算法基因聚类研究 | 第31-41页 |
| 5.1 算法优化的可行性分析 | 第31-32页 |
| 5.1.1 粒子对算法有待解决的不足 | 第31-32页 |
| 5.2 改进的粒子对算法研究 | 第32-39页 |
| 5.2.1 对初始粒子质量进行优化 | 第32-36页 |
| 5.2.2 改进算法对初始粒子聚类的研究 | 第36-39页 |
| 5.3 实验结果分析及讨论 | 第39-40页 |
| 5.4 本章小结 | 第40-41页 |
| 第6章 混合算法DPPO-HS | 第41-54页 |
| 6.1 改进的粒子对与和声混合算法DPPO-HS思路 | 第41-42页 |
| 6.2 混合算法DPPO-HS算法具体流程 | 第42-45页 |
| 6.3 实验结果对比及分析 | 第45-52页 |
| 6.3.1 实验数据集及参数设置 | 第45-46页 |
| 6.3.2 实验结果分析 | 第46-52页 |
| 6.4 本章小结 | 第52-54页 |
| 第7章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |