文摘
英文文摘
声明
第一章 绪论
1.1 选题背景及意义
1.2 蛋白质组学概况
1.3 特征选择研究概况
1.4 群体智能算法研究概况
1.5 论文的主要工作
第二章 SELDI—TOF质谱数据分析
2.1 SELDI—TOF—MS蛋白质芯片系统组成及原理
2.2 SELDI—TOF质谱分析步骤
2.3 SELDI—TOF质谱的研究趋势
2.4 SELDI—TOF质谱技术预处理技术研究
2.4.1 常见预处理方法介绍
2.4.2 预处理算法比较
第三章 特征选择算法的基本特性研究
3.1 特征选择算法的结构
3.2 特征选择算法的伪代码
3.3 质谱分析中的特征选择技术
3.3.1 常用特征选择技术概述
3.3.1 t-检验法
3.3.3 遗传算法
3.3.4 神经网络
3.4 特征选择算法的选用
第四章 群体智能算法及其改进
4.1 基本蚁群算法
4.2 几种改进蚁群算法
4.2.1 蚁群系统
4.2.2 最大—最小蚁群系统
4.2.3 多态蚁群算法
4.2.4 其他的改进蚁群优化算法
4.3 基本粒子群算法
4.3.1 算法原理
4.3.2 算法流程
4.4 几种改进粒子群算法
4.4.1 带有惯性因子的粒子群算法
4.4.2 带有收缩因子的粒子群算法
4.4.3 基于遗传思想改进粒子群算法
4.4.4 其他的改进粒子群优化算法
4.4.5 量子行为粒子群优化算法
第五章 群体智能算法在SELDI-TOF质谱数据分析中应用
5.1 肿瘤早期诊断
5.2 基于ACO-SVM在SELDI质谱数据中的应用
5.2.1 实验数据
5.2.2 数据预处理
5.2.3 ACO-SVM特征选择算法
5.2.4 实验结果及分析
5.3 基于QPSO-SVM在SELDI质谱数据中的应用
5.3.1 PSO-SVM算法流程设计
5.3.2 QPSO-SVM算法流程设计
5.3.3 实验结果及分析
5.4 小结
总结与展望
致谢
参考文献
附录: 作者在攻读硕士学位期间发表的论文