首页--生物科学论文--分子生物学论文--分子遗传学论文

基于支持向量机的基因表达数据降维方法的研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-11页
   ·课题的提出及研究意义第8页
   ·课题的研究背景与现状第8-10页
     ·微阵列基因表达数据的研究现状第8-9页
     ·降维方法的研究现状第9页
     ·支持向量机的研究现状第9-10页
   ·本文的研究工作和结构安排第10-11页
第二章 微阵列基因芯片与基因表达数据第11-18页
   ·生物信息学第11-12页
   ·基因芯片的基本原理和制备第12-14页
   ·微阵列基因表达数据第14-16页
     ·微阵列表达数据分析流程第14-15页
     ·微阵列基因表达数据第15-16页
   ·基因表达数据的网络资源第16-18页
第三章 数据降维方法第18-26页
   ·数据降维的基本概念第18页
   ·数据降维方法第18-24页
     ·主成份分析法第18-20页
     ·拉普拉斯特征映射方法第20-22页
     ·扩散映射方法第22-24页
   ·几种降维方法降维效果的比较第24-26页
第四章 支持向量机理论第26-32页
   ·统计学习理论第26-28页
     ·VC 维第26页
     ·推广性的界第26-27页
     ·结构风险最小化第27-28页
   ·支持向量机理论第28-32页
     ·线性支持向量机第29-31页
     ·非线性支持向量机第31-32页
第五章 基因表达数据实验结果第32-41页
   ·实验数据第32页
   ·实验结果第32-41页
     ·Leukemia 实验结果及分析第32-36页
     ·Colon 实验结果及分析第36-41页
第六章 总结与展望第41-43页
参考文献第43-46页
攻读学位期间本人出版或公开发表的论著、论文第46-47页
致谢第47-48页

论文共48页,点击 下载论文
上一篇:不同滞育阶段蚕卵谷胱甘肽氧化还原循环的变化
下一篇:分枝杆菌同源膜锚定表达载体的构建与细胞定位分析