| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 基因表达数据分析理论 | 第13-16页 |
| 1.2.1 基因芯片技术 | 第13-14页 |
| 1.2.2 基因表达数据的表示 | 第14-15页 |
| 1.2.3 基因表达数据的特点 | 第15页 |
| 1.2.4 基因表达数据的预处理 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-20页 |
| 1.3.1 基因表达数据降维 | 第16-17页 |
| 1.3.2 基因调控网络的构建 | 第17-18页 |
| 1.3.3 基于基因表达谱数据分析的肿瘤亚型识别 | 第18-20页 |
| 1.4 本文的主要工作 | 第20-22页 |
| 2 相关理论知识 | 第22-31页 |
| 2.1 聚类算法概述 | 第22-25页 |
| 2.1.1 聚类分析 | 第23-24页 |
| 2.1.2 相似性度量 | 第24-25页 |
| 2.2 聚类分析方法 | 第25-29页 |
| 2.2.1 K-means聚类 | 第26-27页 |
| 2.2.2 K-近邻方法 | 第27页 |
| 2.2.3 非负矩阵分解方法 | 第27-29页 |
| 2.3 聚类有效性评价 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 非负矩阵分解在肿瘤亚型识别中的应用 | 第31-37页 |
| 3.1 基于NMF的聚类分析 | 第31-32页 |
| 3.2 基于NMF的肿瘤数据分析 | 第32页 |
| 3.3 基于SNMF的肿瘤数据分析 | 第32-33页 |
| 3.4 基于NsNMF的肿瘤数据分析 | 第33-34页 |
| 3.5 实验数据及结果分析 | 第34-36页 |
| 3.5.1 白血病数据集 | 第34-35页 |
| 3.5.2 中枢神经系统肿瘤数据集 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 图正则化非负矩阵分解算法 | 第37-49页 |
| 4.1 基于图正则化非负矩阵分解的基因表达谱聚类 | 第37页 |
| 4.2 GNMF目标函数 | 第37-39页 |
| 4.3 GNMF更新规则 | 第39-40页 |
| 4.4 实验结果及分析 | 第40-47页 |
| 4.4.1 模拟数据集 | 第40-45页 |
| 4.4.2 真实数据集 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 5 双向图正则化非负矩阵分解算法 | 第49-61页 |
| 5.1 基于双向图正则化非负矩阵分解的基因表达谱聚类 | 第49-50页 |
| 5.2 GDNMF目标函数 | 第50页 |
| 5.3 GDNMF更新规则 | 第50-52页 |
| 5.4 实验结果及分析 | 第52-59页 |
| 5.4.1 模拟数据集 | 第52-56页 |
| 5.4.2 真实数据集 | 第56-59页 |
| 5.5 本章小结 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |