| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 前言 | 第8-14页 |
| 1.1 背景 | 第8-11页 |
| 1.2 数据挖掘的研究现状 | 第11-14页 |
| 2 基于自组织映射网络对差异表达基因的挖掘 | 第14-24页 |
| 2.1 网络模型 | 第14-17页 |
| 2.1.1 粒计算 | 第14页 |
| 2.1.2 基于基因功能的模糊聚类粒算法 | 第14-15页 |
| 2.1.3 自组织映射 | 第15-16页 |
| 2.1.4 功能类自组织映射(FCSOMs) | 第16-17页 |
| 2.1.5 FCSOMs模型应用于每个基因功能簇 | 第17页 |
| 2.2. 数值实验 | 第17-19页 |
| 2.2.1 数据来源 | 第18页 |
| 2.2.2 基因表达数据预处理 | 第18-19页 |
| 2.2.3 初步筛选差异表达基因与富集分析 | 第19页 |
| 2.3 结果与讨论 | 第19-23页 |
| 2.3.1 比较stand-ethanol组中聚类算法和FCSOMs模型的准确率和基因数 | 第19-21页 |
| 2.3.2 比较stand-tomato组中聚类算法和FCSOMs模型的准确率和基因数 | 第21-22页 |
| 2.3.3 比较tomato-ethanol组中聚类算法和FCSOMs模型的准确率和基因数 | 第22-23页 |
| 2.4 结论 | 第23-24页 |
| 3 基于前馈神经网络的线性动态基因调控网络的构建 | 第24-38页 |
| 3.1 网络模型 | 第24-29页 |
| 3.1.1 线性神经网络及算法 | 第24-25页 |
| 3.1.2 基于线性神经网络选取相关基因 | 第25-26页 |
| 3.1.3 基于线性神经网络构建基因调控网络 | 第26-27页 |
| 3.1.4 网络的结构参数 | 第27-28页 |
| 3.1.5 频域复杂网络的建立 | 第28-29页 |
| 3.2 数值实验 | 第29-34页 |
| 3.2.1 数据来源和数据处理 | 第29-30页 |
| 3.2.2 基于动态线性神经网络筛选肺癌相关基因 | 第30页 |
| 3.2.3 构建基因调控网络 | 第30-31页 |
| 3.2.4 两类基因调控网络的对比 | 第31-33页 |
| 3.2.5 选择差异表达基因 | 第33-34页 |
| 3.3 线性动态基因调控网络与Pearson相关性网络和频域复杂基因网络的性能比较 | 第34-35页 |
| 3.4 模型的稳定性和动态性分析 | 第35-37页 |
| 3.5 结论与讨论 | 第37-38页 |
| 4 展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-46页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第46页 |
