声明
摘要
插图索引
附表索引
1 绪论
1.1 引言
1.2 研究背景及意义
1.3 国内外研究现状
1.3.1 基于单体型覆盖率的方法
1.3.2 基于样本重构的方法
1.4 本文的技术路线及研究内容
1.5 本文结构安排
2 标签SNP选择方法介绍
2.1 单体型与复杂疾病
2.2 基于样本重构的标签SNP选择问题模型
2.3 标签SNP子集构造方法
2.3.1 贪心算法
2.3.2 动态规划算法
2.3.3 遗传算法
2.3.4 粒子群算法
2.4 样本重构方法
2.4.1 多元线性回归
2.4.2 人工神经网络
2.5 小结
3 基于连锁不平衡的标签SNP选择方法研究
3.1 连锁不平衡
3.2 SNP数据预处理
3.3 基于蚁群算法的候选标签子集构造
3.3.1 蚁群算法基本原理
3.3.2 路径选择函数
3.3.3 启发式函数
3.3.4 蚁群算法构造标签SNP子集的伪代码
3.4 基于后向淘汰的标签SNP精选
3.4.1 启发式特征后向淘汰算法
3.4.2 基于支持向量机的样本重构
3.4.3 基于样本重构的后向淘汰过程伪代码
3.5 本文方法整体流程图
3.6 小结
4 仿真实验及结果分析
4.1 仿真平台
4.2 标签SNP系统设计
4.3 实验数据
4.3.1 真实数据集
4.3.2 模拟数据集
4.4 实验结果及评价
4.4.1 评价指标
4.4.2 实验结果及分析
4.5 小结
5 结束语
5.1 研究工作总结
5.2 进一步研究工作
参考文献
致谢
攻读硕士学位期间主要研究成果