文摘
英文文摘
声明
第1章绪论
1.1课题研究背景及意义
1.2基因芯片技术
1.2.1基因芯片类型
1.2 2基因表达谱数据及其数据分析
1.3基于基因表达谱数据的肿瘤分类特征基因选择
1.3.1肿瘤基因表达谱数据分析的研究水平和现状
1.3 2肿瘤分类特征基因选择面临的问题和挑战
1.4论文内容、组织
第2章相关理论基础
2.1支持向量机
2 2 K-均值聚类算法(K-means Clustering)
2.3特征选择
2.3.1特征选择的相关概念
2.3.2 FILTER特征选择
2.3.3 Wrapper特征选择
2.3.4特征选择的典型算法
第3章基于SVM和相关性的肿瘤特征基因选择方法
3.1引言
3.2相关工作
3.3支持向量机和SVM-RFE算法
3.4实验方法
3.4.1噪声基因过滤
3.4.2基于相关性改进的SVM-RFE算法
3.4实验结果
3.4.1实验数据集
3.4.2实验结果
3.5本章小结
第4章基于启发式K-MEANS聚类算法分析肿瘤基因表达谱数据
4.1引言
4.2相关工作
4.3基因表达谱的相似性度量标准
4.4启发式K-均值聚类算法
4.4.1相关统计理论
4.4.2K-均值聚类算法
4.4.3启发式K-均值聚类算法
4.4实验结果
4.4.1数据预处理
4.4.2噪声基因过滤
4.4.3聚类结果分析
4.5本章小结
第5章一种混合的肿瘤分类特征基因提取方法
5.1引言
5.2问题的提出
5.2.1基因冗余
5.2.2去除冗余特征的理论基础
5.3相关工作
5.4特征基因选择方法
5.4.1过滤基因
5.4.2冗余基因的去除
5.4.3SVM-RFE选取强相关特征
5.5实验结果
5.5.1实验数据
5.5.2结果分析
5.6本章小结
结论与展望
参考文献
攻读硕士学位期间所发表的学术论文
致谢