摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-13页 |
·研究背景 | 第7-10页 |
·基因芯片概述 | 第8-9页 |
·微阵列基因表达数据 | 第9页 |
·基因表达数据的分析 | 第9-10页 |
·研究现状 | 第10-11页 |
·研究目标与意义 | 第11-12页 |
·论文结构 | 第12-13页 |
第二章 聚类分析及评价算法 | 第13-25页 |
·聚类算法 | 第15-20页 |
·基于划分的聚类算法 | 第16-18页 |
·基于层次的聚类算法 | 第18页 |
·基于密度的聚类算法 | 第18-19页 |
·基于网格的聚类算法 | 第19页 |
·模糊聚类算法 | 第19-20页 |
·评价算法 | 第20-23页 |
·误差平方准则 | 第21页 |
·准确率(AC) | 第21页 |
·互信息(MI) | 第21-22页 |
·调整的Rand 指数(ARI) | 第22-23页 |
·价值图(FOM) | 第23页 |
·一种用于聚类评价的自助法(bootstrap) | 第23-25页 |
第三章 时间序列基因表达数据 | 第25-31页 |
·时间序列 | 第25-26页 |
·时间序列的统计分析 | 第25-26页 |
·基因表达时间序列 | 第26页 |
·基因表达时间序列的相似性 | 第26-29页 |
·缩放和移位问题 | 第27页 |
·分布不均的采样点 | 第27-28页 |
·形状:内在结构 | 第28-29页 |
·基因表达时间序列的聚类 | 第29-31页 |
·聚类数目 | 第29-30页 |
·可变的成员隶属度 | 第30页 |
·离群点 | 第30页 |
·噪声 | 第30-31页 |
第四章 改进的基于自回归(AR)模型的动态聚类算法 | 第31-42页 |
·自回归(AR)模型及单个时间序列的似然性 | 第31-33页 |
·基于贝叶斯理论的改进算法 | 第33-35页 |
·实验 | 第35-41页 |
·实验数据 | 第35-38页 |
·实验结果 | 第38-41页 |
·小结 | 第41-42页 |
第五章 基于自回归(AR)模型的模糊动态聚类算法 | 第42-50页 |
·模糊聚类算法 | 第42页 |
·自回归(AR)模型 | 第42-43页 |
·动态模糊聚类算法 | 第43-45页 |
·实验 | 第45-49页 |
·实验数据 | 第45-47页 |
·实验结果 | 第47-49页 |
·小结 | 第49-50页 |
第六章 时序基因表达模型选择的其它探索 | 第50-58页 |
·基于回归模型的基因表达曲线拟合 | 第50-53页 |
·实验 | 第53-56页 |
·实验数据 | 第53页 |
·实验结果 | 第53-56页 |
·小结 | 第56-58页 |
第七章 总结和展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-65页 |
附录:作者在攻读硕士学位期间发表的论文 | 第65页 |