全基因组关联研究中的模型构建与优化算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| ·研究的背景和意义 | 第11-14页 |
| ·研究现状 | 第14-21页 |
| ·异位显性变异模型的学习方法研究 | 第14-19页 |
| ·启发式优化算法在全基因组关联研究中的应用研究 | 第19-21页 |
| ·研究内容和创新 | 第21-22页 |
| ·论文组织 | 第22-23页 |
| 第二章 背景知识介绍 | 第23-34页 |
| ·全基因组关联研究 | 第23-27页 |
| ·SNPs 遗传变异研究 | 第23-24页 |
| ·基因异位显性变异现象 | 第24-26页 |
| ·SNPs 数据集的预处理 | 第26-27页 |
| ·机器学习分类模型 | 第27-31页 |
| ·贝叶斯网络 | 第28-29页 |
| ·决策树 | 第29-31页 |
| ·蚁群优化算法 | 第31-34页 |
| 第三章 异位显性变异学习中机器学习模型的构建 | 第34-56页 |
| ·背景及动机 | 第34-36页 |
| ·数据准备及预处理 | 第36-38页 |
| ·人工合成的虚拟数据集 | 第36-37页 |
| ·真实的全基因组数据集 | 第37-38页 |
| ·异位显性变异模型 | 第38-40页 |
| ·用于学习异位显性变异现象的贝叶斯网络模型 | 第39页 |
| ·用于学习异位显性变异现象的决策树模型 | 第39-40页 |
| ·异位显性变异模型评价准则 | 第40-43页 |
| ·贝叶斯分值 | 第40-42页 |
| ·条件熵 | 第42-43页 |
| ·基尼系数 | 第43页 |
| ·实验结果分析及讨论 | 第43-54页 |
| ·平衡虚拟数据集上所得实验结果及分析 | 第44-49页 |
| ·非平衡虚拟数据集上所得实验结果及分析 | 第49-52页 |
| ·真实全基因组关联研究数据集上所得实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 蚁群优化算法在遗传变异模型学习中的应用 | 第56-71页 |
| ·背景及动机 | 第56-58页 |
| ·采用的蚁群优化策略 | 第58-62页 |
| ·蚁群优化策略一 | 第58-60页 |
| ·蚁群优化策略二 | 第60-62页 |
| ·实验结果分析及讨论 | 第62-70页 |
| ·蚁群优化策略一所得实验结果及分析 | 第62-68页 |
| ·参数设置 | 第62-65页 |
| ·实验结果及分析 | 第65-68页 |
| ·蚁群优化策略二所得实验结果及分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 附录 A 缩写对照表 | 第73-74页 |
| 参考文献 | 第74-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士期间已发表或录用的论文 | 第83-84页 |
| 附件 | 第84页 |
