声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文的研究工作与创新
1.4 本文的章节安排
第二章 基因表达数据聚类分析
2.1 引言
2.2 基因芯片简介
2.3 基因表达数据简介
2.3.1 基因表达数据的获取
2.3.2 基因表达数据的表示方法
2.3.3 基因表达数据的特点
2.3.4 基因表达数据的预处理
2.4 基因表达数据聚类分析
2.4.1 聚类分析的定义和分类
2.4.2 相似性度量方法
2.4.3 基因表达数据聚类分析常用算法介绍
2.4.4 基因表达数据聚类分析面临的挑战
2.5 本章小结
第三章 改进的基因表达数据模糊聚类算法
3.1 引言
3.2 模糊C-均值聚类方法
3.2.1 模糊C-均值聚类算法简介
3.2.2 模糊C-均值聚类算法存在的问题
3.3 改进的模糊C-均值聚类算法
3.3.1 基本概念
3.3.2 加权FCM算法
3.3.3 算法描述
3.4 实验结果与分析
3.4.1 实验数据
3.4.2 实验及分析
3.5 本章小结
第四章 基于互信息特征加权模糊C-均值聚类算法
4.1 引言
4.2 信息论简介
4.2.1 信息熵
4.2.2 条件熵
4.2.3 联合熵
4.2.4 互信息(Mutual information)
4.3 基于互信息的特征加权FCM算法
4.3.1 基于互信息获取特征权重
4.3.2 特征加权FCH算法
4.4 实验
4.4.1 实验数据
4.4.2 实验结果及分析
4.5 本章小结
第五章 总结和未来工作
5.1 本文小结
5.2 未来工作
致谢
攻研期间从事的科研工作及取得的研究成果
参考文献