包邮生物数据分析和生物系统模型中的参数估计

目   录前言第1章  导论 1　1.1  背景 1　1.2  本书的框架 2第2章  周期性基因鉴定的参数估计方法 6　2.1  引言 6　2.2  方法 8　　2.2.1  基因的周期性表达模型 8　　2.2.2  假设检验 9　2.3  实验结果与讨论 10　2.4  结论和展望 13　参考文献 14第3章  从微阵列时间过程表达探测近似周期性表达的基因 15　3.1  引言 15　3.2  方法 17　　3.2.1  基因近似周期性的表达模型 17　　3.2.2  假设检验 19　3.3  实验结果与讨论 20　3.4  结论和展望 25　参考文献 25第4章  伪周期性基因表达谱鉴定 28　4.1  引言 28　4.2  方法 304.2.1  伪周期性基因表达序列的鉴别模型 30　　4.2.2  假设检验 32　4.3  实验结果与讨论 33　4.4  结论和展望 35　参考文献 36第5章  基于非线性模型的周期性表达基因数据的聚类分析法 38　5.1  背景 38　5.2  方法 40　　5.2.1  周期性表达基因模型 405.2.2  基于聚类分析的非线性模型 42　　5.2.3  验证 43　5.3  实验结果与讨论 44　5.4  总结 48　参考文献 48第6章  基于非线性模型的时间序列基因表达数据分析 51　6.1  背景 51　6.2  方法 536.2.1  时间序列基因数据的非线性模型 53　　6.2.2  非线性模型的显著性分析 55　　6.2.3  基于非线性模型的聚类分析 56　　6.2.4  数值计算 576.3  基因表达数据在现实生活中的应用 61　6.4  结论 62　参考文献 63第7章  有约束的交互*小二乘法对s系统生物网络模型的参数估计 66　7.1  引言 66　7.2  算法描述 68　7.3  数值算例 70　7.4  结论 73　参考文献 73第8章  线性分式模型中参数估计的迭代*小二乘法 75　8.1  引言 75　8.2  算法描述 76　8.3  说明性的例子 79　8.4  结论 82　参考文献 82第9章  一种基于幂律的细胞凋亡模型及其参数估计 84　9.1  引言 84　9.2  模型与参数估计 85　9.3  仿真结果 89　9.4  结论和未来研究方向 91　参考文献 91第10章  复杂度分析与动态代谢系统的参数估计 93　10.1  引言 93　10.2  参数估计的模型复杂性分析 94　10.3  参数估计算法 99　10.4  应用 102　10.5  结论和未来的研究方向 104　参考文献 104第11章  基于逻辑和的基因调控网络中的参数估计 107　11.1  引言 107　11.2  基于逻辑和的基因调控网络 108　11.3  参数估计方法 110　11.4  说明性的例子 112　11.5  结论 114　参考文献 114第12章  关于基因调控网络的建模及参数估计的研究现状及进展 117　12.1  研究意义 117　12.2  国内外研究现状分析 118　12.3  未来研究的主要问题 12312.4  主要研究内容、研究目标，以及拟解决的关键科学问题 12412.5  拟采取的研究方法、技术路线、实验手段、关键技术、特色及创新点 127　参考文献 129附录 132附录a  一元线性回归的分析及*小二乘估计 132附录b  多元统计分析中的聚类分析 135　附录c  数据挖掘中的聚类分析 137　附录d  f分布定义及性质 141