| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| Chapter1. Introduction | 第10-21页 |
| 1.1 Overview | 第10-14页 |
| 1.2 Review of currently used methods | 第14-19页 |
| 1.3 Thesis Outlines | 第19-21页 |
| Chapter2. Gaussian Processes and Feature Extraction | 第21-45页 |
| 2.1 Gaussian Processes | 第21-38页 |
| 2.1.1 Gaussian process classification | 第28-30页 |
| 2.1.2 Laplace approximation | 第30-34页 |
| 2.1.3 Covariance Functions | 第34-38页 |
| 2.2. Feature Extraction | 第38-44页 |
| 2.2.1 Feature Ranking | 第39-40页 |
| 2.2.2. Feature Selection | 第40-43页 |
| 2.2.3 Feature Scaling | 第43-44页 |
| 2.3 Summary | 第44-45页 |
| Chapter 3. Feature Extraction with Gaussian Processes | 第45-51页 |
| 3.1 Latent Variable Models | 第45-47页 |
| 3.2 Gaussian Process Latent Variable Model | 第47-49页 |
| 3.3 Summary | 第49-51页 |
| Chapter 4. Experiments on applying GPLVM for TNBC gene selection | 第51-57页 |
| 4.1 Matlab realization | 第51-52页 |
| 4.2 Experiments Data | 第52-55页 |
| 4.2.1 Anthracyclines | 第54页 |
| 4.2.2 DNA microarray Technology | 第54-55页 |
| 4.3 TNBC gene selection Experiments' results and analysis | 第55页 |
| 4.4 Summary | 第55-57页 |
| Conclusions | 第57-59页 |
| References | 第59-63页 |
| Acknowledgments | 第63-64页 |
| 附件 | 第64页 |
