谱聚类在基因表达数据分析中的应用与研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·本文研究背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基因表达数据的聚类研究现状 | 第11-12页 |
| ·谱聚类的研究现状 | 第12-14页 |
| ·谱聚类应用于基因表达数据聚类的研究现状 | 第14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文的结构和章节安排 | 第15-16页 |
| 2 背景知识 | 第16-26页 |
| ·引言 | 第16页 |
| ·生物信息学 | 第16-18页 |
| ·生物信息学的几种含义 | 第16-17页 |
| ·生物信息学的研究内容 | 第17页 |
| ·生物信息学的研究方法 | 第17-18页 |
| ·基因芯片 | 第18-19页 |
| ·基因芯片介绍 | 第18-19页 |
| ·基因芯片的特点 | 第19页 |
| ·基因表达数据 | 第19-25页 |
| ·基因表达 | 第19-20页 |
| ·基因表达数据的获取 | 第20-22页 |
| ·基因表达数据的特点 | 第22-23页 |
| ·基因表达数据的数学描述 | 第23-24页 |
| ·常用的基因表达数据集及其来源 | 第24-25页 |
| ·对基因表达数据进行聚类分析的意义 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 基因表达数据的传统聚类算法 | 第26-30页 |
| ·引言 | 第26页 |
| ·层次聚类算法 | 第26-28页 |
| ·Kmeans 算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 基因表达数据的谱聚类算法 | 第30-41页 |
| ·引言 | 第30页 |
| ·基本理论 | 第30-31页 |
| ·谱图划分理论 | 第30-31页 |
| ·谱聚类的产生 | 第31页 |
| ·谱聚类算法描述 | 第31-32页 |
| ·谱聚类算法流程 | 第32-33页 |
| ·算法说明 | 第33-34页 |
| ·自动确定聚类数目 | 第34-36页 |
| ·Vxie 方法 | 第34-35页 |
| ·Vp 方法 | 第35-36页 |
| ·样本放大权重 | 第36-38页 |
| ·细胞周期 | 第36-37页 |
| ·样本权重矩阵 | 第37-38页 |
| ·改进流程后的谱聚类算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 5 算法模拟以及实验结果分析 | 第41-60页 |
| ·实验环境 | 第41页 |
| ·实验数据 | 第41页 |
| ·聚类有效性的评价指标 | 第41-45页 |
| ·评价指标的必要性 | 第41页 |
| ·adjust-Fom 指标 | 第41-42页 |
| ·聚类正确率ARI | 第42-45页 |
| ·实验与分析 | 第45-59页 |
| ·实验设计 | 第45-46页 |
| ·随机生成数据实验 | 第46-48页 |
| ·Lyer 的血清数据集实验 | 第48-52页 |
| ·yeast cell cycle 数据集实验 | 第52-56页 |
| ·自动确定聚类数目实验 | 第56-57页 |
| ·权重值θ与参数σ的关系以及θ的合理取值范围 | 第57-59页 |
| ·实验总结 | 第59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
| A. 作者在攻读学位期间发表的论文目录 | 第67页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第67页 |
