| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 相关概念介绍 | 第11-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 上位性检测算法概述 | 第17-24页 |
| 2.1 上位性检测算法国内外研究现状 | 第17-23页 |
| 2.1.1 机器学习类方法 | 第17-18页 |
| 2.1.2 两阶段类方法 | 第18-20页 |
| 2.1.3 统计类方法 | 第20-22页 |
| 2.1.4 信息熵类方法 | 第22-23页 |
| 2.2 本章小结 | 第23-24页 |
| 第三章 基于蚁群优化的两阶段上位性检测算法 | 第24-37页 |
| 3.1 蚁群优化(ACO)算法 | 第24-28页 |
| 3.2 两种建模方法 | 第28-31页 |
| 3.2.1 Logistic Regression | 第28-30页 |
| 3.2.2 贝叶斯网络 | 第30-31页 |
| 3.3 G~2检验 | 第31-32页 |
| 3.4 NTSACO算法 | 第32-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 实验设计与结果分析 | 第37-46页 |
| 4.1 模拟数据集实验 | 第37-43页 |
| 4.1.1 模拟数据集 | 第37-40页 |
| 4.1.2 模拟数据集实验结果与分析 | 第40-43页 |
| 4.2 真实数据集实验与结果 | 第43-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 本文总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 附录1 攻读硕士期间参与的课题和项目 | 第54-55页 |
| 致谢 | 第55页 |