声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 基因表达数据分析理论
1.2.1 基因芯片技术
1.2.2 基因表达数据的表示
1.2.3 基因表达数据的特点
1.2.4 基因表达数据的预处理
1.3 国内外研究现状
1.3.1 基因表达数据降维
1.3.2 基因调控网络的构建
1.3.3 基于基因表达谱数据分析的肿瘤亚型识别
1.4 本文的主要工作
2 相关理论知识
2.1 聚类算法概述
2.1.1 聚类分析
2.1.2 相似性度量
2.2 聚类分析方法
2.2.1 K-means聚类
2.2.2 K-近邻方法
2.2.3 非负矩阵分解方法
2.3 聚类有效性评价
2.4 本章小结
3 非负矩阵分解在肿瘤亚型识别中的应用
3.1 基于NMF的聚类分析
3.2 基于NMF的肿瘤数据分析
3.3 基于SNMF的肿瘤数据分析
3.4 基于nsNMF的肿瘤数据分析
3.5 实验数据及结果分析
3.5.1 白血病数据集
3.5.2 中枢神经系统肿瘤数据集
3.6 本章小结
4 图正则化非负矩阵分解算法
4.1 基于图正则化非负矩阵分解的基因表达谱聚类
4.2 GNMF目标函数
4.3 GNMF更新规则
4.4 实验结果及分析
4.4.1 模拟数据集
4.4.2 真实数据集
4.5 本章小结
5 双向图正则化非负矩阵分解算法
5.1 基于双向图正则化非负矩阵分解的基因表达谱聚类
5.2 GDNMF目标函数
5.3 GDNMF更新规则
5.4 实验结果及分析
5.4.1 模拟数据集
5.4.2 真实数据集
5.5 本章小结
6 总结与展望
参考文献
作者简历
学位论文数据集
北京交通大学;