首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于特征提取的聚类方法研究及其实现

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-11页
    1.1 生物信息学简介第8-9页
        1.1.1 生物信息学的背景第8页
        1.1.2 生物信息学的研究内容和方法第8-9页
    1.2 基因特征提取聚类分析的意义第9页
    1.3 本文的主要研究内容及创新点第9-11页
        1.3.1 主要研究内容第9-10页
        1.3.2 创新点第10-11页
第二章 检验双重性质特征的基因模糊聚类分析方法第11-18页
    2.1 材料第11-12页
    2.2 方法第12-13页
        2.2.1 Markov链模型第12页
        2.2.2 核酸碱基对的相互作用第12-13页
    2.3 模糊聚类第13-15页
        2.3.1 相似度计算第13-14页
        2.3.2 模糊动态聚类图第14-15页
    2.4 实验结果比较分析第15-17页
    2.5 本章小结第17-18页
第三章 基于48维特征向量的DNA序列聚类方法第18-25页
    3.1 方法第18-19页
        3.1.1 序列符号的数字模型第18-19页
    3.2 3组数据集68个物种的基因序列和欧氏距离矩阵第19-20页
    3.3 实验结果与分析第20-24页
    3.4 本章小结第24-25页
第四章 基于EIIP功率谱分析p53家族基因和聚类分析第25-30页
    4.1 材料与方法第25-28页
        4.1.1 数据来源第25页
        4.1.2 基于EIIP的映射技术第25-26页
        4.1.3 基于功率谱的基因特征向量提取第26-28页
    4.2 实验结果比较与分析第28-29页
    4.3 本章小结第29-30页
第五章 总结与展望第30-31页
    5.1 全文总结第30页
    5.2 工作展望第30-31页
致谢第31-32页
参考文献第32-35页
附录1:作者在攻读硕士学位期间发表的论文及参加的学术活动第35-36页
附录2:16条mRNA序列的欧氏距离矩阵和余弦角距离矩阵第36-38页
附录3:线粒体和H7N9数据集基因序列的欧氏距离矩阵第38-40页
附录4:p53家族基因序列的欧氏距离矩阵第40页

论文共40页,点击 下载论文
上一篇:基于多模态感知的一种被动式身份识别系统的设计和实现
下一篇:自动图像语义标注方法的研究