粒子群算法在基因表达数据聚类分析中的研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 基因表达数据分析 | 第13-14页 |
| 1.3 基因表达数据聚类分析研究现状 | 第14-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 文章组织结构 | 第17-18页 |
| 第2章 基因表达数据聚类分析基础 | 第18-31页 |
| 2.1 基因表达数据基础 | 第18-23页 |
| 2.1.1 基因表达数据的获取与表示 | 第18-20页 |
| 2.1.2 数据预处理 | 第20-22页 |
| 2.1.3 基因表达数据集 | 第22-23页 |
| 2.2 聚类分析基础 | 第23-26页 |
| 2.2.1 相似性或距离的度量 | 第23-25页 |
| 2.2.2 评估准则 | 第25-26页 |
| 2.3 优化算法 | 第26-30页 |
| 2.3.1 遗传算法 | 第26-28页 |
| 2.3.2 PSO优化算法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基因表达数据聚类算法研究 | 第31-40页 |
| 3.1 基因表达数据聚类算法 | 第31-37页 |
| 3.1.1 基于划分的方法 | 第31-32页 |
| 3.1.2 层次聚类算法 | 第32-34页 |
| 3.1.3 基于密度的方法 | 第34-35页 |
| 3.1.4 基于模型的方法 | 第35-37页 |
| 3.1.5 基于网格的方法 | 第37页 |
| 3.2 PSO聚类算法 | 第37-39页 |
| 3.2.1 粒子编码 | 第38页 |
| 3.2.2 适应度函数 | 第38页 |
| 3.2.3 算法流程 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 基于基因表达数据的粒子群聚类算法 | 第40-49页 |
| 4.1 PSOK-MEANS聚类算法 | 第40-41页 |
| 4.2 基于PSOK-MEANS的双扰动聚类算法 | 第41-46页 |
| 4.2.1 惯性权重的改进 | 第41-44页 |
| 4.2.2 极值扰动策略 | 第44-45页 |
| 4.2.3 算法设计 | 第45-46页 |
| 4.3 自适应K值的粒子群聚类算法 | 第46-48页 |
| 4.3.1 K值问题 | 第46-47页 |
| 4.3.2 算法设计 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 算法实验验证与分析 | 第49-55页 |
| 5.1 实验环境及参数设置 | 第49页 |
| 5.2 DDPSOK-MEANS实验与分析 | 第49-52页 |
| 5.3 自适应K值的粒子群聚类算法实验与分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 总结 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A 攻读学位期间所发表的学术论文和参加的项目 | 第62-63页 |
| 致谢 | 第63-64页 |
