文摘
英文文摘
创新性声明和关于论文使用授权的说明
第一章绪论
1.1微阵列与基因表达研究概况
1.2基因表达聚类分析技术的现状
1.3脉冲耦合神经网络简介
1.4本文工作与结构
第二章基于自组织神经网络的聚类
2.1聚类分析的概念及任务
2.1.1聚类分析的基本思想
2.1.2方法的有效性
2.2传统聚类算法介绍
2.2.1聚类的技术方案
2.2.2 C-均值算法(C-means算法)
2.2.3模糊C-均值法
2.2.4分级聚类法(Hierarchical Clustering Method)
2.3基于自组织神经网络的聚类算法
2.3.1自组织神经网络结构
2.3.2 SOM网络的工作原理
2.3.3自组织神经网络的聚类算法
2.3.3自组织神经网络聚类算法的参数说明
2.4本章小结
第三章基于SOM神经网络的基因聚类算法
3.1基因芯片原理
3.2基因数据处理基本任务和方法
3.2.1基因芯片的信息预处理
3.2.2基因芯片的数据挖掘
3.3基于SOM基因聚类的组织样本聚类基本思想
3.4基于SOM的特征基因选择
3.4.1特征基因选取的基本任务
3.4.2 SOM模型改进
3.4.3敏感强度及特征基因选取原则
3.5实验与结果
3.5.1特征基因选择的过程
3.5.2实验结果
3.6本章小结
第四章基因组织样本聚类的PCNN方法
4.1脉冲耦合神经网络的工作原理
4.1.1脉冲耦合神经网络基本模型及简化
4.1.2无耦合链接的情况下的PCNN运行行为
4.1.3耦合链接的情况下的PCNN运行行为
4.1.4脉冲耦合神经网络的基本特性分析
4.2基于PCNN的聚类算法
4.3实验与结果
4.4本章小结
第五章结论
致谢
参考文献
研究成果