| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 基因表达谱数据描述 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 论文研究内容与结构安排 | 第15-19页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 结构安排 | 第16-19页 |
| 第二章 肿瘤特征基因表达谱数据挖掘相关理论和方法 | 第19-27页 |
| 2.1 监督学习 | 第19-20页 |
| 2.2 特征选择 | 第20-21页 |
| 2.3 特征基因选择方法 | 第21-22页 |
| 2.3.1 基于过滤法的特征基因选择方法 | 第21-22页 |
| 2.3.2 基于缠绕法的特征基因选择方法 | 第22页 |
| 2.4 特征基因选择过程 | 第22-25页 |
| 2.4.1 特征基因子集的搜索策略 | 第23-24页 |
| 2.4.2 特征基因子集的评估标准 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于logistic与相关信息熵的特征基因选择算法 | 第27-35页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基础概念 | 第28-29页 |
| 3.2.1 logistic回归模型 | 第28页 |
| 3.2.2 信息熵 | 第28-29页 |
| 3.3 基于logistic和相关信息熵的特征基因选择算法 | 第29-31页 |
| 3.3.1 二项logistic回归模型 | 第29页 |
| 3.3.2 相关信息熵 | 第29-30页 |
| 3.3.3 基于logistic和相关信息熵的特征基因选择算法 | 第30-31页 |
| 3.4 实验分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于信噪比与邻域粗糙集的特征基因选择算法 | 第35-45页 |
| 4.1 引言 | 第35-36页 |
| 4.2 基础知识 | 第36-37页 |
| 4.2.1 信噪比 | 第36页 |
| 4.2.2 邻域决策系统 | 第36-37页 |
| 4.3 基于信噪比与邻域粗糙集的特征基因选择算法 | 第37-40页 |
| 4.3.1 信噪比值区间划分 | 第37-38页 |
| 4.3.2 基于信噪比与邻域粗糙集的特征基因选择算法 | 第38-40页 |
| 4.4 实验分析 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于统计特性的邻域粗糙集肿瘤基因选择算法 | 第45-57页 |
| 5.1 引言 | 第45-46页 |
| 5.2 相关知识 | 第46-47页 |
| 5.2.1 基因表达谱特征选择模型 | 第46页 |
| 5.2.2 邻域粗糙集 | 第46-47页 |
| 5.3 基于统计特性的邻域粗糙集肿瘤基因选择算法 | 第47-52页 |
| 5.3.1 特征基因重要度 | 第47-48页 |
| 5.3.2 构建特征基因相关性度量函数 | 第48-51页 |
| 5.3.3 基于统计特性的邻域粗糙集肿瘤特征选择算法 | 第51-52页 |
| 5.4 仿真实验 | 第52-56页 |
| 5.4.1 实验数据与实验环境 | 第52-53页 |
| 5.4.2 实验结果分析 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 结论 | 第57-59页 |
| 6.1 工作总结 | 第57-58页 |
| 6.2 今后研究构想 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间的科研成果 | 第67-68页 |
