| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第2章 基于统计相关性与K-means的区分基因子集选择算法 | 第13-37页 |
| 2.1 算法思想、实验设计与理论分析 | 第13-20页 |
| 2.1.1 基因排序方法 | 第14-15页 |
| 2.1.2 数据集划分方法 | 第15页 |
| 2.1.3 基因聚类与基因权重计算 | 第15-16页 |
| 2.1.4 有效区分基因选择 | 第16-18页 |
| 2.1.5 基因子集质量评估 | 第18页 |
| 2.1.6 算法分析 | 第18-20页 |
| 2.2 实验结果与分析 | 第20-35页 |
| 2.2.1 数据集划分及预处理 | 第20页 |
| 2.2.2 实验结果与分析 | 第20-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第3章 稳定有效的特征选择算法 | 第37-47页 |
| 3.1 算法思想、描述 | 第37-39页 |
| 3.1.1 算法思想 | 第38页 |
| 3.1.2 算法描述 | 第38-39页 |
| 3.2 实验结果分析 | 第39-45页 |
| 3.2.1 数据集划分及预处理 | 第39页 |
| 3.2.2 实验结果分析 | 第39-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 K近邻优化的密度峰值快速搜索聚类算法 | 第47-71页 |
| 4.1 DPC算法及其缺陷分析 | 第47-50页 |
| 4.2 本文KNN-DPC算法 | 第50-53页 |
| 4.2.1 算法思想 | 第50-52页 |
| 4.2.2 算法分析 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-70页 |
| 4.3.1 数据集预处理 | 第54-55页 |
| 4.3.2 人工数据集实验结果分析 | 第55-62页 |
| 4.3.3 真实数据集实验结果分析 | 第62-69页 |
| 4.3.4 各算法运行时间比较 | 第69-70页 |
| 4.4 结论 | 第70-71页 |
| 第5章 总结与展望 | 第71-75页 |
| 5.1 总结 | 第71-72页 |
| 5.2 研究展望 | 第72-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间的成果 | 第83页 |