|
|
|
|
带有不确定输入的支持向量机的研究及其生物信息学应用--基于单类支持向量机的候选基因排序 |
| |
| 论文目录 |
| |
| 摘要 | 第1-4页 | | ABSTRACT | 第4-8页 | | 第一章 绪论 | 第8-13页 | | ·引言 | 第8-9页 | | ·问题的提出 | 第9页 | | ·国内外的研究情况 | 第9-11页 | | ·支持向量机 | 第9-11页 | | ·寻找致病基因和候选基因排序 | 第11页 | | ·本文的工作 | 第11-12页 | | ·本文的结构 | 第12-13页 | | 第二章 支持向量机 | 第13-30页 | | ·机器学习的基本问题 | 第13-15页 | | ·机器学习的模型和形式化描述 | 第13-14页 | | ·基本的机器学习问题 | 第14页 | | ·经验风险最小化 | 第14页 | | ·复杂性和泛化性 | 第14-15页 | | ·统计学习理论 | 第15-18页 | | ·学习过程一致性的条件 | 第15-17页 | | ·VC 维的概念 | 第17页 | | ·泛化性的界 | 第17页 | | ·结构风险最小化 | 第17-18页 | | ·支持向量机 | 第18-26页 | | ·线性分类器 | 第19页 | | ·最优分类超平面 | 第19-21页 | | ·拉格朗日最优化理论 | 第21-22页 | | ·对偶表示 | 第22-24页 | | ·核方法 | 第24-25页 | | ·非线性SVM | 第25页 | | ·软间隔优化 | 第25-26页 | | ·单类分类问题和单类支持向量机 | 第26-30页 | | ·单类分类问题 | 第26-27页 | | ·单类支持向量机 | 第27-30页 | | 第三章 基于单类支持向量机的候选基因排序 | 第30-36页 | | ·寻找致病基因与候选基因排序 | 第30页 | | ·候选基因排序的基本策略 | 第30-31页 | | ·用于候选基因排序的单类支持向量机 | 第31-32页 | | ·带有不确定输入的单类支持向量机 | 第32-35页 | | ·问题及假设 | 第32页 | | ·问题的几何表示及解决 | 第32-34页 | | ·非线性核函数及推广 | 第34-35页 | | ·本章小结 | 第35-36页 | | 第四章 实验——单数据源候选基因排序 | 第36-45页 | | ·实验所用数据及其核矩阵 | 第36-37页 | | ·实验一、基于OCSVM 的候选基因排序 | 第37-39页 | | ·实验样本集设计 | 第37页 | | ·评价指标 | 第37-38页 | | ·实验结果 | 第38-39页 | | ·实验二、基于OCSVMWIU 的候选基因排序 | 第39-42页 | | ·基因表达数据 | 第39-40页 | | ·实验样本集设计 | 第40页 | | ·噪声的模拟 | 第40-41页 | | ·实验结果：降噪 | 第41页 | | ·对算法的进一步讨论 | 第41-42页 | | ·实验三、基于OCSVMWIU 的PFAM HMM 得分数据降噪 | 第42-44页 | | ·本章小结 | 第44-45页 | | 第五章 基于数据融合的候选基因排序 | 第45-53页 | | ·融合多种数据源对候选基因排序 | 第45-46页 | | ·用于候选基因排序的单类支持向量机数据融合 | 第46-49页 | | ·算法的形式化描述 | 第48页 | | ·补充算法 | 第48-49页 | | ·实验 | 第49-52页 | | ·实验样本集设计 | 第49-50页 | | ·与单数据源排序的对比 | 第50-51页 | | ·与其他数据融合方法的对比 | 第51页 | | ·对算法的进一步讨论 | 第51-52页 | | ·本章小结 | 第52-53页 | | 第六章 结束语 | 第53-54页 | | 致谢 | 第54-55页 | | 参考文献 | 第55-61页 | | 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |
|
|
|
|
论文编号BS567511，这篇论文共61页
会员购买按0.35元/页下载，共需支付21.35元。 直接购买按0.5元/页下载，共需要支付30.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务