声明
摘要
缩略词
第一章 绪论
1.1 基因突变与癌症发生
1.2 卵巢癌现状与早期癌症诊断
1.3 质谱分析模型研究的目的及意义
1.4 论文的主要工作及结构
1.4.1 论文的主要工作
1.4.2 论文的结构
第二章 低分辨率卵巢癌的数据分析
2.1 实验数据集
2.2 实验方法
2.2.1 删除无效数据
2.2.2 局部最大值搜索(LMS)峰值检测和量化
2.2.3 特征选择算法
2.2.4 支持向量机学习分类算法
2.2.5 特征子集相似性分析和主成分分析
2.3 实验结果
2.3.1 LMS峰值检测和参数探究结果
2.3.2 Relief算法与其他降维算法的比较
2.3.3 特征子集相似性分析和主成分分析结果
2.4 讨论
第三章 高分辨率卵巢癌的数据分析
3.1 实验数据集
3.2 实验方法
3.2.1 删除无效数据和等间距分组
3.2.2 局部最大值搜索(LMS)峰值检测和量化
3.2.3 特征选择算法
3.2.4 F-score-Relief特征加权选择算法
3.2.5 支持向量机学习分类算法
3.2.6 特征子集相似性分析和主成分分析
3.3 实验结果
3.3.1 LMS峰值检测和参数探究结果
3.3.2 FRW算法与其他算法的分类结果比较
3.3.3 样本方差CV的限制和K-S检验算法降维结果
3.3.4 特征子集相似性分析和主成分分析结果
3.4 讨论
第四章 总结与展望
4.1 总结
4.2 展望
附录
参考文献
致谢
攻读学位期间发表的学术论文