声明
摘要
第一章 绪论
1.1 课题的背景、目的和意义
1.2 DNA微阵列技术的概述
1.2.1 DNA微阵列技术的原理
1.2.2 DNA微阵列数据的特点
1.2.3 DNA微阵列技术的应用
1.3 癌细胞的基因表达数据分析的内容与现状
1.3.1 数据预处理
1.3.2 特征基因选择
1.3.3 分类模型的设计
1.4 本文的组织结构
第二章 癌细胞的基因表达数据的特征基因选择
2.1 BW ratio
2.2 基于柔性神经树的特征提取
2.2.1 神经树的编码规则
2.2.2 适应值评估函数
2.2.3 柔性神经树的优化
第三章 癌细胞的基因表达数据的分类算法
3.1 神经网络
3.2 基于多类别的分类问题
3.2.1 一个多分类模型
3.2.2 多类别问题转换形式
3.3 集成分类方法
3.3.1 个体差异性构造
3.3.2 集成分类结果的整合策略
第四章 基于混合特征提取方法的集成分类器模型
4.1 基于BW ratio和FNT的混合基因选择方法
4.2 多分类模型
第五章 癌细胞的基因表达数据多分类
5.1 实验数据
5.2 数据预处理
5.3 特征提取
5.4 基于混合特征提取方法的集成分类
5.4.1 PSO-PIPE-FNT二分类模型
5.4.2 PSO-ANN二分类模型
5.5 实验结果与分析
第六章 总结和展望
参考文献
致谢
附录