|
|
|
基因调控网络构建及在癌症基因预测中的应用 |
|
论文目录 |
|
作者简介 | 第1-4页 | 摘要 | 第4-6页 | ABSTRACT | 第6-12页 | 第一章 绪论 | 第12-28页 | ·研究背景 | 第12-14页 | ·基因调控网络建模及应用 | 第14-23页 | ·网络建模的意义 | 第14-15页 | ·网络建模研究现状 | 第15-22页 | ·网络建模与癌症基因预测 | 第22-23页 | ·机遇与挑战 | 第23-25页 | ·本文工作及组织 | 第25-28页 | ·主要工作与创新 | 第25-27页 | ·章节安排 | 第27-28页 | 第二章 基于有约束搜索的因果基因调控网络建模 | 第28-40页 | ·两种经典的贝叶斯网构建方法 | 第28-32页 | ·基于约束的方法 | 第30页 | ·基于搜索的方法 | 第30-32页 | ·约束与搜索结合的因果调控网络建模算法 | 第32-35页 | ·研究基础 | 第32-33页 | ·算法思想 | 第33-34页 | ·具体实现 | 第34-35页 | ·实验结果与分析 | 第35-39页 | ·仿真数据实验与分析 | 第35-37页 | ·真实数据实验与分析 | 第37-39页 | ·小结 | 第39-40页 | 第三章 基于误差检验的共表达基因调控网络建模 | 第40-54页 | ·共表达基因调控网络 | 第40-42页 | ·基于误差检验的基因调控网络建模算法 | 第42-46页 | ·回归模型 | 第43-44页 | ·回归误差检验 | 第44-45页 | ·算法流程 | 第45页 | ·算法结束条件 | 第45-46页 | ·算法复杂度分析 | 第46页 | ·实验结果与分析 | 第46-51页 | ·仿真数据实验与分析 | 第46-49页 | ·真实数据实验与分析 | 第49-51页 | ·小结 | 第51-54页 | 第四章 基于无标度特征的基因调控网络建模 | 第54-64页 | ·预备知识 | 第54-56页 | ·复杂网络 | 第54-55页 | ·无标度网络 | 第55-56页 | ·基于无标度特征的网络结构测度 | 第56-57页 | ·无标度网络的结构先验 | 第56页 | ·无标度网络的结构评分测度 | 第56-57页 | ·基于无标度特征的网络建模算法 | 第57-59页 | ·算法概述 | 第57-58页 | ·算法流程 | 第58-59页 | ·实验结果与分析 | 第59-63页 | ·仿真数据实验与分析 | 第59-61页 | ·真实数据实验与分析 | 第61-63页 | ·小结 | 第63-64页 | 第五章 基于隐变量抽样的动态基因调控网络建模 | 第64-76页 | ·动态基因调控网络建模 | 第64-67页 | ·动态贝叶斯网模型 | 第65-66页 | ·隐变量抽样 | 第66-67页 | ·基于隐变量抽样的动态调控网络建模 | 第67-69页 | ·贝叶斯推理 | 第67-68页 | ·先验概率 | 第68-69页 | ·算法流程 | 第69页 | ·实验结果与分析 | 第69-74页 | ·仿真数据实验与分析 | 第70-74页 | ·真实数据实验与分析 | 第74页 | ·小结 | 第74-76页 | 第六章 网络建模在癌症相关基因预测中的应用 | 第76-92页 | ·癌症基因预测的意义 | 第76-77页 | ·基于差异网络的癌症相关基因预测 | 第77-81页 | ·差异表达基因检测 | 第77-78页 | ·差异网络建模 | 第78-80页 | ·基于差异网络的癌症相关基因预测算法 | 第80-81页 | ·实验结果与分析 | 第81-90页 | ·仿真数据上算法性能比较 | 第81-82页 | ·真实数据上的预测结果 | 第82-84页 | ·预测结果的重合度分析 | 第84-85页 | ·预测结果的功能富集性分析 | 第85-87页 | ·预测结果的生物学意义 | 第87-90页 | ·小结 | 第90-92页 | 第七章 总结与展望 | 第92-96页 | ·本文工作总结 | 第92-93页 | ·未来工作展望 | 第93-96页 | 致谢 | 第96-98页 | 参考文献 | 第98-106页 | 攻读博士学位期间的研究成果 | 第106-108页 |
|
|
|
|
论文编号BS2158379,这篇论文共108页 会员购买按0.35元/页下载,共需支付37.8元。 直接购买按0.5元/页下载,共需要支付54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。 |
|
|