声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容及所做的工作
1.4 本文结构安排
第2章 上位性分析算法概述
2.1 引言
2.2 基本概念
2.2.1 SNP与HAPMAP计划
2.2.2 基因突变的类型
2.2.3 上位性
2.2.4 全基因组关联研究
2.3 连锁不平衡的概念
2.4 上位性检测算法
2.4.1 关联分析方法
2.4.2 基于机器学习的方法
2.4.3 贝叶斯网络理论的方法
2.5 小结
第3章 基于蚁群算法的上位性分析方法
3.1 上位性分析模型
3.2 数据预处理
3.3 多准则融合过滤
3.4 基于蚁群算法的上位性分析
3.4.1 蚁群算法基本原理
3.4.2 上位性分析
3.5 样本个体状态预测
3.6 本文方法整体流程图
3.7 小结
第4章 复杂疾病模拟数据的上位性分析
4.1 模拟数据
4.1.1 疾病数据生成模型
4.1.2 模拟数据集
4.2 实验结果及分析
4.2.1 五折交叉验证
4.2.2 运算时间
4.3 小结
结论
参考文献
附录A (攻读学位期间所发表的学术论文和参加的项目)
致谢
湖南大学;