 |
基因组信号处理 / (俄)I. 什穆列维奇，(美)E. R. 多尔蒂编著 ; 刘文斌，高琳译.——北京 : 科学出版社, 2010. – (58.1481/2421) |
Contents
目 录<br>
前言
第1章 生物基础1
1．1遗传学1
1．1．1核酸结构2
1．1. 2基因3
1．1．3 RNA 3
1．1．4转录4
1．1．5蛋白质6
1．1．6翻译6
1．1．7转录调控9
1．2基因组学11
1．2．1微阵列技术12
1．3蛋白质组学14
第2章 基因网络的确定性模型16
2．1图模型16
2．2布尔网络 20
2．2．1细胞分化和细胞的功能状态22
2．2．2网络特性及动态行为24
2．2．3网络推理33
2．3布尔网络的推广36
2．3．1异步36
2．3．2多值网络39
2．4微分方程模型40
2．4．1有转录和翻译过程的微分方程模型43
2．4．2连续微分方程模型的离散化45
第3章 基因网络的随机模型55
3．1贝叶斯网络55
3．2概率布尔网络59
3．2．1定义61
3．2．2推理69
3．2．3 PBN的动力学70
3．2．4暂态随机PBN的稳态分析80
3．2．5 PBN与贝叶斯网络的关系84
3．2．6基于种子基因的子网络的生长88
3．3干预92
3．3．1基因干预92
3．3．2结构干预99
3．3．3外部控制103
第4章 分类116
4．1贝叶斯分类器116
4．2分类规则117
4．2．1一致分类器设计117
4．2．2分类规则实例120
4．3有约束的分类器122
4．3．1分散系数124
4．3．2 VC维数126
4．4线性分类127
4．4．1 Rosenblatt感知器129
4. 4．2线性及二次判别分析129
4．4．3基于最小二乘误差的线性判别式131
4．4．4支持向量机133
4．4．5线性判别式的设计误差的表示135
4．4．6基于样本QDA判别式的分布136
4．5神经网络分类器137
4．6分类树139
4．6．1分类与回归树140
4．6．2基于数据划分的强一致规则141
4．7误差估计142
4．7．1重代人法142
4．7．2交叉验证143
4．7．3自举法145
4．7．4支撑146
4．7．5误差估计器性能148
4．7．6特征集排序149
4．8误差校正151
4．9鲁棒分类器153
4．9．1最优鲁棒分类器154
4．9．2鲁棒分类器的性能比较155
第5章 正则化163
5．1数据正则化163
5．1．1正则化判别分析163
5．1．2噪声注入165
5．2复杂度正则化167
5．2．1误差正则化168
5．2．2结构风险最小化169
5．2．3经验复杂度171
5．3特征选择171
5．3．1峰值现象172
5．3．2特征选择算法174
5．3．3误差估计对特征选择的影响176
5．3．4冗余177
5．3．5并行增量特征选择179
5．3．6贝叶斯变量选择18l
5．4特征提取183
第6章 聚类189
6．1聚类算法的实例190
6．1．1欧氏距离聚类190
6．1．2自组织映射191
6．1．3分层聚类192
6．1．4基于模型的聚类算子193
6．2聚类算子194
6．2．1算法结构194
6．2．2标记算子195
6．2．3贝叶斯聚类器197
6．2．4聚类算子的分布测试198
6．3聚类的验证199
6．3．1外部验证199
6．3．2内部验证200
6．3．3不稳定指数201
6．3．4贝叶斯因子202
6．4聚类算子学习202
6．4．1经验误差聚类算子203
6．4．2最近邻聚类规则204
索引212
