首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

统计模型在基因调控网络结构学习和被动传感器目标定位中的应用

摘要第1-5页
Abstract第5-11页
绪言第11-15页
第一章 基因调控网络简介第15-29页
   ·基因调控网络的建模第15-25页
     ·模型的粒度第15-16页
     ·模型的构成第16-18页
     ·常用模型介绍第18-25页
   ·布尔网络模型和网络动力学稳定性第25-29页
     ·布尔网络模型第25-27页
     ·网络动力学稳定性第27-29页
第二章 基于状态演化序列的基因调控网络结构学习第29-39页
   ·最小网络知识简介第29-32页
     ·状态演化序列第29-32页
   ·非齐次布尔模型及网络动力学可靠性第32-35页
     ·对布尔模型的质疑第32-33页
     ·非齐次布尔模型简介第33-34页
     ·网络功能可靠性第34-35页
   ·最小网络的功能可靠性分析第35-39页
     ·功能可靠性指标第35-36页
     ·芽殖酵母细胞的最小网络第36-37页
     ·裂殖酵母细胞的最小网络第37-39页
第三章 基于网络动力学性质的基因调控网络结构学习第39-51页
   ·引言第39-41页
   ·基因调控网络的一般结构第41-42页
   ·理想传递链第42-46页
     ·B值的定义和超级吸引子第42-43页
     ·理想传递链的动力学性质第43-46页
   ·生物学实例中的理想传递链第46-48页
   ·调控网络中的负对环第48-51页
第四章 被动传感器的目标定位研究第51-75页
   ·引言第51-54页
   ·伪线性估计和工具变量估计第54-57页
     ·伪线性估计方法第55-56页
     ·工具变量估计方法第56-57页
   ·基本假定和记号第57-58页
   ·工具变量方法及其大样本性质分析第58-60页
     ·工具变量方法的一般形式第58页
     ·工具变量估计的大样本性质分析第58-60页
   ·数值模拟第60-65页
     ·匀加速运动目标第61-63页
     ·匀速运动目标第63-65页
   ·结论第65-66页
   ·主要结论的证明第66-75页
     ·一些引理第66-69页
     ·假定1的合理性证明第69页
     ·命题4.1的证明第69-71页
     ·推论1的证明第71-75页
结论第75-77页
参考文献第77-89页
致谢第89-90页

论文共90页,点击 下载论文
上一篇:半刚性高分子自洽场模型的高效算法及rod-coil两嵌段共聚物的相行为
下一篇:马氏过程在群体遗传学中的应用