融合数据内部结构信息的贝叶斯标志基因筛选

融合数据内部结构信息的贝叶斯标志基因筛选

ID:34966853

大小:5.28 MB

页数:54页

时间:2019-03-15

融合数据内部结构信息的贝叶斯标志基因筛选_第1页
融合数据内部结构信息的贝叶斯标志基因筛选_第2页
融合数据内部结构信息的贝叶斯标志基因筛选_第3页
融合数据内部结构信息的贝叶斯标志基因筛选_第4页
融合数据内部结构信息的贝叶斯标志基因筛选_第5页
资源描述:

《融合数据内部结构信息的贝叶斯标志基因筛选》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、‘二'J\^私:’-則八i带?V-一?‘,.*.’.、..,^V.V一批*.xX,'.‘-私*种々CV|护,托分类号:麵—獅―。*如\edic*重庆医科大学‘.:為杳硕±学位论文'-?^‘-.:’'人7..;\H?'??.>,论文题目酷合数据内部结构信息的贝叶斯标志基因筛选-■II、.?…,.——女Ai?-.:A?.一。.7.*?^合-?,??**,..—气作者姓名文委L

2、:苗‘■I■I■''I""—■>—..1/.-心;'V指导教师姓名(职称、单位名称)彭巧副教授重庆區科大学公共玉生学院申请学位级别硕女学科、专业名称流巧病与卫生统计论文答辩年月2015年5月’.—社為^'皆解豕於命‘.:乂:.屯卽iA兴知y..,>/''‘’‘.:产;..^.〇..無苗V护;知,Y.'女’、'‘、20"年5月?、\^己::'\产IV";谭汽起苗常游<葬'-,V.产.1.弘.乂,\旁从‘

3、;拓齐、----‘.一.一._'乂.;;'片_'—'人户—的片,巧’.rV.译梦:7i:兵.-.‘‘:■.v交..n.於.\//W古L:0212分类号UDC:密级:重庆医科大学硕壬学位论文论文题目酷合数据内部结构信息的贝叶斯祿志基因筛选作者姓名文曼指导教师姓名(职称、单位名称)彭斌副教授重庆医科大学公共卫生学院申请学位级别硕±学科、专业名称流巧病与卫生统计__论文答辩年月2015年5月2015年5月重庆医科大学研巧

4、生学位论文独创性声明本人申巧所呈交的论文是巧本人在导卿指导下进行的研究王作及取得的研究成果。据我所知,除了义中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得重庆医科大学或其他教育机拘的学位或证书而使用过的材料,与我同工作的同志对本研究所做的任何巧献均已在论文中作了明确的说巧并表示谢意。一切相关责任申请学位论文与资料若有不实之处,本人承捏。学位论文作者签名:日巧:?巧又£(;斗.学位论文版权使用授权书本人完全了解重庆医科大学有关保护知识产权的规定,即:研究

5、生在攻读学位期间论文工作的知识产权单位属重庆医科大学。本人保证毕化离校盾,发表论文或使用论文工作成果时署違单位为重庆医科大学。学校有权保留并向国家有关却口或机构送交论文的复印件和趨盘!^,允许论文被查阅和借阅。学枚可义公布学位论文的全部或部分内容(保密巧容除外),并编入有关数据库进行检索,可L乂采用影印、缩印或其他手投保存论文。保密论文在解密后适用本授权书。论文作者签名;指导教卿签名;曰期:目录英汉缩略语名词对照1中文摘要2教摘要4正文内容:融合数据内部结构信息的贝叶斯标志基

6、因筛选61前胃661.1硏究背景12.贝叶斯变量选择方法在基因筛选中的应用6137.基因表达数据的内部结构信息1.4研究内容92融合内部结构的贝叶斯变量选择模型929.1广义线性模型下的贝时斯变量选择策略2.2基因关系图的构建W及数据的模拟10215.3模型筛选效果比较及影响因素分析3当前数据内部结构信息的提取及其与BVS方法的融合203.1两种高维数据挖掘方法介绍213.2内部结构信息的提取23233模拟实验54实证研究344.1分析步驟3

7、44.2筛选结果35齡37参考文献40文献综述4349S[谢0硕±期间发表的论文5職医科大学硕±研触学位论文英汉缩略语名词对照英文缩写英文全称中文全称BVSBayesianvariablesselection贝叶斯变量选择SSVSstochasticsearchvariableselection,贝叶斯随机搜索变量选择ROCreceiveroperatingcharacteristiccurve受试者工作特征曲线AUCareaund

8、erroccurve曲线下面积GGMGaussianGraphicalModel高斯图模型MICmaximalinfbrmationcoe班cient最大信息系数1放医科大鄉主研船学位论文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。