首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于支持向量机的基因-基因交互关系识别方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 研究目的与意义第10-11页
    1.2 研究现状与存在问题第11-14页
        1.2.1 研究现状第11-12页
        1.2.2 研究方法概述第12-13页
        1.2.3 现有研究存在的问题第13-14页
    1.3 研究内容第14页
    1.4 论文的组织结构第14-16页
第二章 基因-基因交互关系识别研究的相关知识第16-20页
    2.1 基因-基因交互关系第16-17页
    2.2 单核苷酸多态性(SNP)第17-18页
    2.3 基于数据挖掘的基因-基因交互关系识别方法第18-19页
    2.4 本章小结第19-20页
第三章 基于支持向量机的基因交互关系识别算法SVMITER第20-38页
    3.1 方法概述与流程第20页
    3.2 支持向量机算法第20-24页
        3.2.1 支持向量机理论与原理第20-23页
        3.2.2 算法特点第23-24页
    3.3 属性组合迭代算法(SVMITER)第24-37页
        3.3.1 算法提出第24-26页
        3.3.2 核函数选取第26-28页
        3.3.3 参数寻优第28-30页
        3.3.4 算法性能验证第30-37页
    3.4 本章小结第37-38页
第四章 基于SVMITER算法的低阶基因-基因交互关系识别第38-51页
    4.1 方法概述与流程第38-39页
    4.2 模拟数据实验第39-45页
        4.2.1 评估参数第39-40页
        4.2.2 主效应的研究第40-43页
        4.2.3 非主效应的研究第43-45页
    4.3 真实数据实验第45-50页
        4.3.1 WTCCC数据集第46-48页
        4.3.2 AMD数据集第48-50页
    4.4 本章小结第50-51页
第五章 基于SVMITER算法的高阶基因-基因交互关系识别第51-57页
    5.1 方法概述与流程第51-52页
    5.2 模拟数据实验第52-55页
        5.2.1 实验设置及评估参数第52页
        5.2.2 实验结果分析第52-55页
    5.3 真实数据实验第55-56页
    5.4 本章小结第56-57页
第六章 结论与未来工作第57-59页
    6.1 结论第57页
    6.2 未来工作第57-59页
参考文献第59-65页
致谢第65-66页
作者简介第66页

论文共66页,点击 下载论文
上一篇:延安时期马克思主义大众化的文艺路径生成研究
下一篇:个人主义/集体主义对团队创造力的影响研究