| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第2章 高通量测序序列拼接研究 | 第14-24页 |
| 2.1 引言 | 第14-15页 |
| 2.2 下一代测序仪双端测序序列拼接算法概述 | 第15-17页 |
| 2.3 基于投票规则的拼接算法 | 第17-21页 |
| 2.3.1 新型拼接算法流程 | 第18页 |
| 2.3.2 重叠区确定及评价模型 | 第18-20页 |
| 2.3.3 辅助拼接模型 | 第20-21页 |
| 2.4 基于模拟数据的拼接结果评估 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 免疫细胞受体多样性度量及特征提取 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 免疫细胞受体多样性研究 | 第24-29页 |
| 3.2.1 基于香农熵理论模型研究 | 第26-27页 |
| 3.2.2 基于辛普森多样性模型研究 | 第27-29页 |
| 3.3 面向线性模型的特征选择 | 第29-35页 |
| 3.3.1 基于RIDGE的特征提取研究 | 第29-30页 |
| 3.3.2 基于LASSO的特征提取研究 | 第30-32页 |
| 3.3.3 基于ELASTICNET的特征提取研究 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 免疫细胞受体多样性推理模型研究 | 第36-54页 |
| 4.1 引言 | 第36页 |
| 4.2 基于朴素贝叶斯推理模型 | 第36-39页 |
| 4.2.1 贝叶斯推理模型理论分析 | 第37-38页 |
| 4.2.2 贝叶斯推理模型结果分析 | 第38-39页 |
| 4.3 基于自适应提升树推理模型研究 | 第39-44页 |
| 4.3.1 自适应提升树推理理论分析 | 第40-43页 |
| 4.3.2 自适应提升树推理结果分析 | 第43-44页 |
| 4.4 基于随机森林推理模型研究 | 第44-47页 |
| 4.4.1 随机森林推理模型理论分析 | 第44-46页 |
| 4.4.2 随机森林推理模型结果分析 | 第46-47页 |
| 4.5 基于支持向量机推理模型研究 | 第47-53页 |
| 4.5.1 支持向量机推理模型理论分析 | 第48-51页 |
| 4.5.2 支持向量机推理模型结果分析 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |