支持向量机在非球形分布数据集和肿瘤基因中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 支持向量机简介 | 第8页 |
| 1.2 支持向量机的研究现状 | 第8-10页 |
| 1.3 论文研究的意义 | 第10-11页 |
| 2 支持向量机 | 第11-27页 |
| 2.1 支持向量机分类 | 第11-12页 |
| 2.2 支持向量机基本思想 | 第12-18页 |
| 2.2.1 线性可分支持向量机 | 第12-14页 |
| 2.2.2 近似线性可分支持向量机 | 第14-16页 |
| 2.2.3 非线性可分支持向量机 | 第16-18页 |
| 2.3 CSVM详细求解过程 | 第18-24页 |
| 2.3.1 二次规划 | 第18-19页 |
| 2.3.2 序列最小最优化(SMO)算法 | 第19-24页 |
| 2.4 几种常见的支持向量机模型 | 第24-27页 |
| 2.4.1 模糊支持向量机(FSVM) | 第24-25页 |
| 2.4.2 粗糙支持向量机(RSVM) | 第25-27页 |
| 3 非球形分布数据集的去噪方法研究 | 第27-34页 |
| 3.1 噪声过滤系统NFS | 第27-29页 |
| 3.1.1 基本设计思想 | 第27-28页 |
| 3.1.2 NFS具体算法实现 | 第28-29页 |
| 3.2 重新搭RSVM模型 | 第29-30页 |
| 3.3 实验 | 第30-33页 |
| 3.3.1 含噪声的人造数据实验结果 | 第30-31页 |
| 3.3.2 UCI数据集仿真实验 | 第31-33页 |
| 3.4 小结 | 第33-34页 |
| 4 生物理论 | 第34-41页 |
| 4.1 生物基础理论 | 第34-38页 |
| 4.1.1 细胞与基因的关系 | 第34页 |
| 4.1.2 基因控制蛋白质合成的过程 | 第34-38页 |
| 4.2 基因表达数据 | 第38-41页 |
| 4.2.1 基因芯片 | 第38-39页 |
| 4.2.2 基因表达谱 | 第39-41页 |
| 5 强相关树基因选择方法及AE-RSVM分类研究 | 第41-49页 |
| 5.1 数据描述 | 第42页 |
| 5.2 数据处理流程 | 第42-43页 |
| 5.3 基因表达谱标准化 | 第43页 |
| 5.4 RFSC去无关基因 | 第43页 |
| 5.5 强相关树去冗余基因 | 第43-45页 |
| 5.5.1 描述 | 第43-44页 |
| 5.5.2 具体算法 | 第44-45页 |
| 5.6 近似等价粗糙支持向量机AE-RSVM | 第45-46页 |
| 5.7 实验 | 第46-48页 |
| 5.7.1 RFSC去无关基因 | 第46-47页 |
| 5.7.2 强相关树去冗余基因 | 第47页 |
| 5.7.3 三种SVM分类模型对比实验 | 第47-48页 |
| 5.8 小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间发表的学术论文情况 | 第52-53页 |
| 致谢 | 第53页 |
