| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 基因表达谱数据介绍 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 论文研究内容与结构安排 | 第14-17页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 结构安排 | 第15-17页 |
| 第二章 肿瘤特征基因选择方法相关理论和方法 | 第17-25页 |
| 2.1 机器学习 | 第17-18页 |
| 2.2 特征选择 | 第18-19页 |
| 2.3 肿瘤特征基因选择方法 | 第19-21页 |
| 2.3.1 基于过滤法的肿瘤特征基因选择方法 | 第19-20页 |
| 2.3.2 基于嵌入法的肿瘤特征基因选择方法 | 第20页 |
| 2.3.3 基于包装法的肿瘤特征基因选择方法 | 第20-21页 |
| 2.4 特征基因选择过程 | 第21-24页 |
| 2.4.1 特征基因子集的搜索策略 | 第21-22页 |
| 2.4.2 特征基因子集的评估标准 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于PCA和信息增益的肿瘤特征基因选择方法 | 第25-37页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基础概念 | 第26-28页 |
| 3.2.1 主成分分析 | 第26-27页 |
| 3.2.2 信息增益 | 第27-28页 |
| 3.3 基于PCA和信息增益的肿瘤特征基因选择方法 | 第28-29页 |
| 3.3.1 肿瘤基因数据预处理 | 第28页 |
| 3.3.2 基于主成分分析和信息增益的特征基因选择算法 | 第28-29页 |
| 3.4 实验分析 | 第29-34页 |
| 3.4.1 实验环境与数据集介绍 | 第29页 |
| 3.4.2 实验结果分析 | 第29-34页 |
| 3.5 本章小结 | 第34-37页 |
| 第四章 基于信息增益与邻域粗糙集的特征基因选择算法 | 第37-45页 |
| 4.1 引言 | 第37-38页 |
| 4.2 相关知识 | 第38-39页 |
| 4.2.1 斯皮尔曼相关秩系数 | 第38页 |
| 4.2.2 邻域粗糙集 | 第38-39页 |
| 4.3 基于信息增益和邻域粗糙集的肿瘤特征基因选择方法 | 第39-41页 |
| 4.3.1 肿瘤基因数据预处理 | 第39-40页 |
| 4.3.2 基于信息增益和邻域粗糙集的肿瘤特征基因选择算法 | 第40-41页 |
| 4.4 实验分析 | 第41-43页 |
| 4.4.1 实验数据 | 第41页 |
| 4.4.2 实验结果分析 | 第41-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 结论 | 第45-47页 |
| 5.1 工作总结 | 第45页 |
| 5.2 今后研究构想 | 第45-47页 |
| 参考文献 | 第47-53页 |
| 致谢 | 第53-55页 |
| 攻读学位期间的科研成果 | 第55-56页 |
