基于深度度量学习的少样本基因表达谱癌症分类

目录

第1章 绪论

1.1.1 癌症的影响

1.1.2 基因表达谱数据与癌症

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本文的结构安排

第2章 基因表达谱数据挖掘相关技术介绍

2.1 基因表达谱数据

2.2 特征选择在高维度数据的应用

2.2.1 传统特征选择技术

2.2.2 深度学习特征选择

2.3.1 度量学习

2.3.2 深度度量学习

2.4.1 k近邻分类器

2.4.2 支持向量机简介

2.5 分类衡量指标

2.6 本章小结

第3章 基于深度度量学习的少样本基因表达谱癌症分类模型设计

3.1 模型框架简介

3.2 基于深度度量学习的生成层设计与实现

3.2.1 生成层网络解析

3.2.2 生成层算法介绍

3.3 基于梯度下降的特征权重层设计与实现

3.3.1 特征选择层解析

3.3.2 特征选择层算法

3.4 模型总体设计与实现

3.4.1 网络的结合示意图

3.4.2 模型的算法解析

3.5 本章小结

第4章 模型有效性验证与实验设计分析

4.1 实验数据简介

4.2 对比模型简介

4.3.1 DMSFS在基因表达谱数据上的有效性验证

4.3.2 生成层网络的有效性验证

4.4.1 概述

4.4.2 系统简介

4.4.3 系统搭建

4.4.4 实验具体参数

4.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致谢