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 |