基于SVM的基因选择
第一章 绪论 | 第1-11页 |
·基因微阵列数据与基因选择 | 第6-8页 |
·目前基因微阵列数据方面的研究 | 第8页 |
·支持向量机及其在DNA微阵列数据处理方面的应用 | 第8-9页 |
·本论文的主要工作 | 第9-11页 |
第二章 两病类情况下的基因选择 | 第11-21页 |
·引言 | 第11页 |
·高维空间小样本数据线性可分的证明 | 第11-12页 |
·统计学习理论与SVM简介 | 第12-15页 |
·基于SVM的基因选择方法 | 第15-18页 |
·实验与结果 | 第18-20页 |
·小结 | 第20-21页 |
第三章 基于SVM/MLP交叉验证的基因选择 | 第21-30页 |
·多类SVM分类器简介 | 第21-22页 |
·多病类情况下的基因选择方法 | 第22-24页 |
·实验与结果 | 第24-28页 |
·小结 | 第28-30页 |
第四章 基于合贡献向量的基因选择方法 | 第30-37页 |
·引言 | 第30页 |
·合贡献向量概念 | 第30-32页 |
·基于合贡献向量的基因选择 | 第32-33页 |
·实验与结果 | 第33-36页 |
·小结 | 第36-37页 |
第五章 基于贡献空间的基因选择方法 | 第37-48页 |
·空间转换的必要性 | 第37-38页 |
·贡献空间 | 第38-40页 |
·贡献空间中三个病类的情况下的基因选择 | 第40-41页 |
·基于贡献空间的基因选择 | 第41-43页 |
·贡献空间方法的推广性说明 | 第43-45页 |
·实验与结果 | 第45-47页 |
·小结 | 第47-48页 |
总结与展望 | 第48-50页 |
附录A | 第50-51页 |
参考文献 | 第51-54页 |
致谢 | 第54-56页 |
在读期间的研究成果 | 第56页 |