声明
第一章 绪论
1.1课题研究背景和意义
1.2基因表达谱数据简述
1.3国内外研究现状
1.3.1基因选择方法研究现状分析
1.3.2小样本数据扩充方法研究现状分析
1.3.3群智能优化算法研究现状分析
1.4本文主要研究思路及内容
1.5论文组织结构
第二章 研究基础
2.1生成对抗神经网络
2.2粒子群优化算法
2.3人工蜂群算法
2.4超限学习机
2.5本章小结
第三章 基于条件约束的CGAN和二进制粒子群优化的基因选择方法
3.1数据预处理与过滤
3.2基于条件生成对抗网络与二进制粒子群算法的基因选择方法
3.2.1条件生成对抗网络
3.2.2基于类别约束项的CGAN生成模型
3.2.3基于y-CGAN与BPSO优化的基因选择方法
3.3实验与分析
3.3.1真实数据集及描述
3.3.2生成数据集及描述
3.3.3样本扩充的基因表达谱数据集
3.3.4样本扩充的基因子集分类性能对比及分析
3.3.5基因子集的生物学意义
3.3.6生成样本多样性的参数分析
3.3.7算法性能对比
3.4本章小结
第四章 基于双判别器的GAN和群智能优化的基因选择方法
4.1基于双判别器的生成对抗网络与群智能优化的基因选择方法
4.1.1基于双重判别器的生成对抗网络模型
4.1.2基于PSO与ABC的混合群智能优化算法
4.1.3基于DDCGAN-ABPSO-ELM的基因选择方法
4.2实验及分析
4.2.1数据集及描述
4.2.2基因子集的分类性能对比及分析
4.2.3基因子集的生物学意义
4.3算法性能分析
4.3.1样本多样性分析
4.3.2算法性能对比
4.4本章小结
第五章 基于GAN与群智能优化的基因选择系统设计与实现
5.1需求分析
5.2系统设计
5.2.1系统框架
5.2.2数据库设计
5.3基于生成对抗网络与群智能算法优化的基因选择系统
5.4本章小结
第六章 总结与展望
6.1全文工作总结
6.2未来工作展望
参考文献
致谢
攻读硕士学位期间发表的学术论文及参与的科研项目
江苏大学;