摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-30页 |
·引言 | 第12-13页 |
·分子系统发生学与基因组分析 | 第13-19页 |
·分子系统发生学与物种分类 | 第13页 |
·分子进化树 | 第13-15页 |
·生物基因组分析与生物进化 | 第15-19页 |
·基因表达技术与肿瘤 | 第19-28页 |
·基因表达技术 | 第19-20页 |
·基因表达数据分析与肿瘤研究 | 第20-27页 |
·基于基因表达谱的肿瘤分型 | 第27-28页 |
·本文的内容安排 | 第28页 |
·本文创新点 | 第28-30页 |
第二章 基于图的几何理论 | 第30-51页 |
·图的基本概念 | 第30-33页 |
·图的基本运算与操作 | 第33-38页 |
·图的基本运算 | 第33-35页 |
·图的基本操作 | 第35-36页 |
·常见的几类特殊图 | 第36-38页 |
·树与平面图 | 第38-42页 |
·树及相关概念 | 第38-40页 |
·平面图 | 第40-42页 |
·图的权、向量空间和矩阵表示 | 第42-46页 |
·图的权 | 第42-43页 |
·图的向量空间 | 第43-44页 |
·图的矩阵表示 | 第44-46页 |
·图与特征空间 | 第46-49页 |
·图的覆盖 | 第46页 |
·图在空间的几何关系 | 第46-48页 |
·几何图在空间的覆盖 | 第48-49页 |
·基于图几何的复杂几何形体的数学描述 | 第49-50页 |
·复杂形体的几何元素 | 第49页 |
·复杂形体的几何运算 | 第49-50页 |
·小结 | 第50-51页 |
第三章 DNA 序列特征量与相似度分析 | 第51-66页 |
·DNA 特征与分析方法 | 第51-62页 |
·DNA 序列的傅里叶变换与小波分析 | 第51-52页 |
·基于 Hurst 指数与信息熵的 DNA 特征分析 | 第52-53页 |
·DNA 序列的马尔可夫链分析 | 第53-55页 |
·相同碱基的相对坐标与含量的统计参量 | 第55-57页 |
·碱基比和 DNA 序列的数字向量的欧氏距离及向量夹角 | 第57-58页 |
·基于词频统计的三联体频率分析 | 第58-62页 |
·DNA 序列特征量的比较与分析 | 第62-63页 |
·DNA 序列相似度分析 | 第63-65页 |
·基于比对的 DNA 序列相似度分析 | 第63-64页 |
·不比对 DNA 序列的相似度分析 | 第64-65页 |
·小结 | 第65-66页 |
第四章 基于全基因组序列非比对的生物病毒分类 | 第66-76页 |
·数据来源及分析方法 | 第66-70页 |
·病毒全基因组序列数据来源 | 第66-67页 |
·数据的分析方法 | 第67-70页 |
·病毒全基因组 DNA 序列的特征提取 | 第67-68页 |
·构造空间几何图的学习算法 | 第68-70页 |
·基于三角图的病毒全基因组序列的分类算法 | 第70页 |
·实验结果分析与比较 | 第70-74页 |
·实验结果与分析 | 第70-71页 |
·基于 BLAST 比对的实验结果与比较 | 第71-72页 |
·基于 SVM 的分类结果与比较 | 第72-74页 |
·小结 | 第74-76页 |
第五章 基于几何学习的肿瘤分型的研究 | 第76-85页 |
·问题描述与数据描述 | 第76-79页 |
·数据处理方法 | 第79-82页 |
·肿瘤基因表达谱数据预处理 | 第79-80页 |
·训练算法 | 第80-82页 |
·肿瘤亚型分型算法 | 第82页 |
·实验结果与分析 | 第82-84页 |
·基于几何学的肿瘤分型结果与分析 | 第82页 |
·两种方法的分型结果比较与分析 | 第82-84页 |
·小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
·本文工作总结 | 第85-86页 |
·存在的问题和未来工作 | 第86-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-94页 |
攻读学位期间发表的学术论文目录 | 第94页 |