声明
摘要
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.3 论文结构及主要内容
第2章 基因调控网络模型及其推断算法影晌因素分析
2.1 基因调控网络
2.2.1 布尔网络模型
2.2.2 贝叶斯网络模型
2.2.3 微分方程模型
2.3 基因调控网络模型的推断原理
2.3.1 遗传编程
2.3.2 基因调控网络模型的推断
2.4 推断基因调控网络模型的联合推断算法
2.4.1 遗传编程联合递推最小二乘算法
2.4.2 遗传编程联合卡尔曼滤波算法
2.4.3 遗传编程联合鲁棒卡尔曼滤波算法
2.4.4 遗传编程联合粒子滤波算法
2.5 联合推断算法影响因素分析
2.5.1 采样点的影响
2.5.2 基因数目的影响
2.5.3 噪声方差的影响
2,5.4 迭代次数的影响
2.6 本章小结
第3章 联合推断算法的抗噪性能分析
3.1 数据来源
3.2 高斯噪声的影响
3.3 非高斯噪声的影响
3.3.1 拉普拉斯噪声的影响
3.3.2 混合高斯噪声的影响
3.3.3 闪烁噪声的影响
3.3.4 方差具有不确定性噪声的影响
3.4 本章小节
第4章 联合推断算法的复杂性与收敛性分析
4.1 联合推断算法复杂性分析
4.1.1 GP+RLS的复杂性分析
4.1.2 GP+KF的复杂性分析
4.1.3 GP+RKF的复杂性分析
4.1.4 GP+PF的复杂性分析
4.1.5 复杂性仿真计算
4.2 联合推断算法的收敛性分析
4.2.1 GP+RLS的收敛性分析
4.2.2 GP+KF的收敛性分析
4.2.3 GP+RKF收敛性分析
4.2.4 GP+PF的收敛性分析
4.2.5 收敛性仿真计算
4.3 本章小节
第5章 基因调控网络在生物医学中应用
5.1 酵母菌数据
5.1.1 数据来源
5.1.2 yeast数据实验结果及分析
5.2 人类宫颈癌细胞数据
5.2.1 数据来源
5.2.2 HeLa数据实验结果及分析
5.3 本章小结
第6章 总结与展望
6.1 论文总结
6.2 展望
参考文献
致谢
作者简介