首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模式识别方法的基因表达数据分析研究

摘要第1-7页
Abstract第7-13页
第1章 绪论第13-21页
   ·研究背景及意义第13-14页
   ·DNA 微阵列技术第14-16页
     ·DNA 微阵列的发展第14-15页
     ·DNA 微阵列的应用第15-16页
   ·研究现状第16-18页
     ·基因聚类研究现状第16-17页
     ·基因分类研究现状第17-18页
   ·论文的主要研究内容第18-19页
   ·论文结构第19-21页
第2章 基因表达数据分析方法第21-40页
   ·基因表达数据第21-26页
     ·基因表达矩阵第21-23页
     ·基因表达数据特点第23-25页
     ·基因表达数据分析第25-26页
   ·基因表达数据聚类第26-33页
     ·基因聚类定义及类别划分标准第26-28页
     ·基因聚类常用算法第28-31页
     ·聚类结果评价第31-33页
   ·基因表达数据分类第33-39页
     ·基因分类常用算法第33-39页
     ·分类结果评价第39页
   ·本章小结第39-40页
第3章 基因表达数据的聚类方法研究第40-63页
   ·引言第40-41页
   ·自组织映射神经网络第41-43页
     ·有效性函数第41-42页
     ·神经元初始结构第42-43页
     ·神经元分布密度第43页
   ·基于特征权重的基因无监督聚类方法第43-51页
     ·存在的问题第43-45页
     ·特征在类别内的分布第45-46页
     ·特征在类别间的分布第46页
     ·特征权值量化在 SOM 聚类中的应用第46-47页
     ·实验结果与分析第47-51页
   ·基于限制数据的基因半监督聚类方法第51-62页
     ·存在的问题第51-52页
     ·半监督聚类第52-53页
     ·一致限制数据的处理第53-54页
     ·非限制数据的处理第54-55页
     ·限制数据不均匀分布的处理第55-56页
     ·不一致数据的处理第56-58页
     ·实验结果与分析第58-62页
   ·本章小结第62-63页
第4章 基因表达数据的聚类反馈技术研究第63-84页
   ·引言第63-64页
   ·神经元结构初始化第64-69页
     ·聚点信息及类别数第64-65页
     ·构造类别中心第65-66页
     ·初始化神经元结构第66-69页
     ·迭代调整第69页
   ·聚类中的反馈技术第69-78页
     ·反馈数据选择第70-72页
     ·动态聚类第72-73页
     ·SOM 聚类算法分析第73-75页
     ·拓扑结构可变的聚类方法第75-78页
   ·实验结果与分析第78-83页
   ·本章小结第83-84页
第5章 基因表达数据的集成分类方法研究第84-99页
   ·引言第84-85页
   ·肿瘤亚型识别集成分类方法第85-87页
     ·集成分类有效的原因与前提第85-86页
     ·同分类器集成与异分类器集成第86页
     ·集成分类结果的整合第86-87页
     ·集成分类的典型方法第87页
   ·BP 神经网络集成分类算法第87-93页
     ·算法模型第88页
     ·候选特征子集第88-89页
     ·基于灵敏度分析的 BP 神经网络第89-90页
     ·基于 PSO 的基分类器算法第90-91页
     ·实验结果与分析第91-93页
   ·多分类器集成分类算法第93-97页
     ·特征基因提取第93-94页
     ·基分类器第94-95页
     ·集成分类器 EC-BSBK第95-96页
     ·实验结果与分析第96-97页
   ·本章小结第97-99页
结论第99-101页
参考文献第101-113页
攻读博士学位期间发表的论文第113-114页
致谢第114-115页
个人简历第115页
 学习简历第115页
 工作简历第115页

论文共115页,点击 下载论文
上一篇:基于航海雷达图像的海面风场反演算法研究
下一篇:中国高技术企业知识产权管理系统研究