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--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于多目标的基因表达数据双聚类算法的研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第11-18页
    1.1 研究背景及意义第11-12页
    1.2 研究现状第12-16页
    1.3 论文主要内容第16-17页
    1.4 本文组织结构第17-18页
第二章 相关理论知识第18-24页
    2.1 基因表达矩阵第18页
    2.2 聚类与双聚类第18-20页
    2.3 关联挖掘第20-22页
    2.4 多目标优化第22-23页
    2.5 本章小节第23-24页
第三章 基于多目标的双聚类算法第24-49页
    3.1 前言第24页
    3.2 算法设计思想概述及流程概述第24-27页
    3.3 算法流程的详细步骤分解介绍第27-33页
        3.3.1 数据预处理第28-29页
        3.3.2 种子结构的介绍和种子以及初始解集的构建第29-31页
        3.3.3 种子扩展第31-32页
        3.3.4 最终解筛选第32-33页
    3.4 算法关键技术处理第33-38页
        3.4.1 多目标评价函数第33-36页
        3.4.2 算法全局性与局部性的考虑第36-38页
    3.5 实验结果及分析第38-48页
        3.5.1 实验数据来源第38页
        3.5.2 算法评价机制第38-40页
        3.5.3 实验结果分析第40-48页
    3.6 本章小结第48-49页
第四章 MOBA算法多线程优化第49-63页
    4.1 前言第49-52页
        4.1.1 问题的提出与本章工作第49页
        4.1.2 多线程与线程池第49-52页
    4.2 MOBA多线程化详细设计第52-57页
        4.2.1 多线程化数据预处理第52-53页
        4.2.2 多线程化初始解集的建立第53-54页
        4.2.3 多线程化种子扩展第54-55页
        4.2.4 多线程化最终解筛选第55-57页
    4.3 关键技术介绍第57-59页
        4.3.1 Ronald Kriemann线程池的设计原理第57-58页
        4.3.2 Ronald Kriemann线程池的使用方法第58-59页
    4.4 实验结果及分析第59-62页
        4.4.1 实验数据及环境第59页
        4.4.2 MOBA多线程化前后时间复杂度的比对第59-61页
        4.4.3 多线程化的MOBA与其它算法时间复杂度的比对第61-62页
    4.5 本章小结第62-63页
第五章 总结与展望第63-66页
    5.1 本文的总结第63-64页
    5.2 本文的展望第64-66页
参考文献第66-71页
致谢第71-72页
攻读学位期间发表论文情况第72页

论文共72页,点击 下载论文
上一篇:城轨车辆维保信息化管理系统的设计与实现
下一篇:《CYCLE》二维动画造型与场景设计