扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
无头案:雍正暴亡之谜
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
基因组信号处理 版权信息
- ISBN：9787030271235
- 条形码：9787030271235 ; 978-7-03-027123-5
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>>
基因组信号处理 内容简介
本书主要介绍了基因调控网络的建模方法及其动态行为分析、分类器的设计及其误差估计、数据和特征的正则化, 以及聚类算法及其验证过程等内容。
基因组信号处理 目录
译者序
前言
第1章 生物基础
1.1 遗传学
1.1.1 核酸结构
1.1.2 基因
1.1.3 RNA
1.1.4 转录
1.1.5 蛋白质
1.1.6 翻译
1.1.7 转录调控
1.2 基因组学
1.2.1 微阵列技术
1.3 蛋白质组学
第2章 基因网络的确定性模型
2.1 图模型
2.2 布尔网络
2.2.1 细胞分化和细胞的功能状态
2.2.2 网络特性及动态行为
2.2.3 网络推理
2.3 布尔网络的推广
2.3.1 异步
2.3.2 多值网络
2.4 微分方程模型
2.4.1 有转录和翻译过程的微分方程模型
2.4.2 连续微分方程模型的离散化
第3章 基因网络的随机模型
3.1 贝叶斯网络
3.2 概率布尔网络
3.2.1 定义
3.2.2 推理
3.2.3 PBN的动力学
3.2.4 暂态随机PBN的稳态分析
3.2.5 PBN与贝叶斯网络的关系
3.2.6 基于种子基因的子网络的生长
3.3 干预
3.3.1 基因干预
3.3.2 结构干预
3.3.3 外部控制
第4章 分类
4.1 贝叶斯分类器
4.2 分类规则
4.2.1 一致分类器设计
4.2.2 分类规则实例
4.3 有约束的分类器
4.3.1 分散系数
4.3.2 VC维数
4.4 线性分类
4.4.1 Rosenblatt感知器
4.4.2 线性及二次判别分析
4.4.3 基于*小二乘误差的线性判别式
4.4.4 支持向量机
4.4.5 线性判别式的设计误差的表示
4.4.6 基于样本QDA判别式的分布
4.5 神经网络分类器
4.6 分类树
4.6.1 分类与回归树
4.6.2 基于数据划分的强一致规则
4.7 误差估计
4.7.1 重代人法
4.7.2 交叉验证
4.7.3 自举法
4.7.4 支撑
4.7.5 误差估计器性能
4.7.6 特征集排序
4.8 误差校正
4.9 鲁棒分类器
4.9.1 *优鲁棒分类器
4.9.2 鲁棒分类器的性能比较
第5章 正则化
5.1 数据正则化
5.1.1 正则化判别分析
5.1.2 噪声注入
5.2 复杂度正则化
5.2.1 误差正则化
5.2.2 结构风险*小化
5.2.3 经验复杂度
5.3 特征选择
5.3.1 峰值现象
5.3.2 特征选择算法
5.3.3 误差估计对特征选择的影响
5.3.4 冗余
5.3.5 并行增量特征选择
5.3.6 贝叶斯变量选择
5.4 特征提取
第6章 聚类
6.1 聚类算法的实例
6.1.1 欧氏距离聚类
6.1.2 自组织映射
6.1.3 分层聚类
6.1.4 基于模型的聚类算子
6.2 聚类算子
6.2.1 算法结构
6.2.2 标记算子
6.2.3 贝叶斯聚类器
6.2.4 聚类算子的分布测试
6.3 聚类的验证
6.3.1 外部验证
6.3.2 内部验证
6.3.3 不稳定指数
6.3.4 贝叶斯因子
6.4 聚类算子学习
6.4.1 经验误差聚类算子
6.4.2 *近邻聚类规则
索引
前言
第1章 生物基础
1.1 遗传学
1.1.1 核酸结构
1.1.2 基因
1.1.3 RNA
1.1.4 转录
1.1.5 蛋白质
1.1.6 翻译
1.1.7 转录调控
1.2 基因组学
1.2.1 微阵列技术
1.3 蛋白质组学
第2章 基因网络的确定性模型
2.1 图模型
2.2 布尔网络
2.2.1 细胞分化和细胞的功能状态
2.2.2 网络特性及动态行为
2.2.3 网络推理
2.3 布尔网络的推广
2.3.1 异步
2.3.2 多值网络
2.4 微分方程模型
2.4.1 有转录和翻译过程的微分方程模型
2.4.2 连续微分方程模型的离散化
第3章 基因网络的随机模型
3.1 贝叶斯网络
3.2 概率布尔网络
3.2.1 定义
3.2.2 推理
3.2.3 PBN的动力学
3.2.4 暂态随机PBN的稳态分析
3.2.5 PBN与贝叶斯网络的关系
3.2.6 基于种子基因的子网络的生长
3.3 干预
3.3.1 基因干预
3.3.2 结构干预
3.3.3 外部控制
第4章 分类
4.1 贝叶斯分类器
4.2 分类规则
4.2.1 一致分类器设计
4.2.2 分类规则实例
4.3 有约束的分类器
4.3.1 分散系数
4.3.2 VC维数
4.4 线性分类
4.4.1 Rosenblatt感知器
4.4.2 线性及二次判别分析
4.4.3 基于*小二乘误差的线性判别式
4.4.4 支持向量机
4.4.5 线性判别式的设计误差的表示
4.4.6 基于样本QDA判别式的分布
4.5 神经网络分类器
4.6 分类树
4.6.1 分类与回归树
4.6.2 基于数据划分的强一致规则
4.7 误差估计
4.7.1 重代人法
4.7.2 交叉验证
4.7.3 自举法
4.7.4 支撑
4.7.5 误差估计器性能
4.7.6 特征集排序
4.8 误差校正
4.9 鲁棒分类器
4.9.1 *优鲁棒分类器
4.9.2 鲁棒分类器的性能比较
第5章 正则化
5.1 数据正则化
5.1.1 正则化判别分析
5.1.2 噪声注入
5.2 复杂度正则化
5.2.1 误差正则化
5.2.2 结构风险*小化
5.2.3 经验复杂度
5.3 特征选择
5.3.1 峰值现象
5.3.2 特征选择算法
5.3.3 误差估计对特征选择的影响
5.3.4 冗余
5.3.5 并行增量特征选择
5.3.6 贝叶斯变量选择
5.4 特征提取
第6章 聚类
6.1 聚类算法的实例
6.1.1 欧氏距离聚类
6.1.2 自组织映射
6.1.3 分层聚类
6.1.4 基于模型的聚类算子
6.2 聚类算子
6.2.1 算法结构
6.2.2 标记算子
6.2.3 贝叶斯聚类器
6.2.4 聚类算子的分布测试
6.3 聚类的验证
6.3.1 外部验证
6.3.2 内部验证
6.3.3 不稳定指数
6.3.4 贝叶斯因子
6.4 聚类算子学习
6.4.1 经验误差聚类算子
6.4.2 *近邻聚类规则
索引
展开全部
书友推荐
- >
经典常谈
经典常谈
¥17.1¥39.8 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
二体千字文
二体千字文
¥14.0¥40.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥19.9¥49.8 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.3¥10.0 - >
月亮与六便士
月亮与六便士
¥13.4¥42.0 - >
回忆爱玛侬
回忆爱玛侬
¥14.1¥32.8
本类畅销
-
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158 -
2023读书月阅读盲盒——去码头整点什么薯条？
¥42.3¥158
