首页--生物科学论文--分子生物学论文--分子遗传学论文

时序基因表达数据的建模分析及应用

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

论文共65页,点击 下载论文
上一篇:人β-淀粉样蛋白的原核表达、纯化及鉴定
下一篇:刀豆凝集素提取分离纯化及性质研究