基于递归神经网络构建基因调控网络的研究
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·生物学基础知识介绍 | 第7-9页 |
| ·基因调控网络研究意义及现状 | 第9-11页 |
| ·研究意义 | 第9页 |
| ·研究现状 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| 第2章 基因调控网络介绍及评价 | 第11-17页 |
| ·基因调控网络机理 | 第11-12页 |
| ·常用的基因调控网络重构方法 | 第12-17页 |
| ·布尔网络 | 第12-13页 |
| ·贝叶斯调控网络 | 第13-15页 |
| ·线性微分方程网络 | 第15页 |
| ·神经网络方法 | 第15-17页 |
| 第3章 递归神经网络模型 | 第17-25页 |
| ·人工神经网络基本知识 | 第17-19页 |
| ·人工神经元模型 | 第17-18页 |
| ·人工神经网络拓扑结构分类 | 第18-19页 |
| ·递归神经网络模型 | 第19-25页 |
| ·使用递归神经网络的原因 | 第19-20页 |
| ·神经元状态转移函数 | 第20-21页 |
| ·神经网络的学习规则 | 第21-22页 |
| ·递归神经网络模型 | 第22-23页 |
| ·递归神经元模型 | 第23-25页 |
| 第4章 递归神经网络模型训练算法 | 第25-35页 |
| ·模型参数训练算法 | 第25-30页 |
| ·粒子群算法原理 | 第25-26页 |
| ·免疫算法原理 | 第26-28页 |
| ·采用免疫思想改进粒子群算法 | 第28-29页 |
| ·改进后的参数训练算法流程 | 第29-30页 |
| ·模型结构训练算法 | 第30-35页 |
| ·训练模型结构的原因 | 第30-31页 |
| ·模拟退火算法原理 | 第31-33页 |
| ·采用结构与参数相结合训练网络权值 | 第33-35页 |
| 第5章 实验结果与分析 | 第35-41页 |
| ·基因调控网络模型评价标准 | 第35-36页 |
| ·模拟数据实验结果与分析 | 第36-38页 |
| ·模拟数据集介绍 | 第36页 |
| ·模拟数据实验结果与分析 | 第36-38页 |
| ·真实生物数据实验结果与分析 | 第38-41页 |
| ·生物数据介绍 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| 第6章 结论与展望 | 第41-43页 |
| ·总结 | 第41-42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士期间发表的论文和参与的项目 | 第47-48页 |
| 摘要 | 第48-50页 |
| ABSTRACT | 第50-52页 |
