1. 毕业设计（论文）的内容和要求
（一）基本要求
样本在采集的过程中，容易出现数据缺失。而测试数据的缺失，会导致样本数据的维数不一致，进而导致后继的运算无法进行，因此，在数据分析前，需对缺失值先进行填补。
在本课设中缺失值算法的设计，以及其编程实现是本课题中的关键技术。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 参考文献
1. 殷杰,石锐. SAS 中处理数据集缺失值方法的对比研究[J], 计算机应用，2007，06:438-439
2. 刘鹏,雷蕾,张雪凤. 缺失数据处理方法的比较研究[J], 计算机科学,2004,31(10): 155-157
3. 易辉. 基因表达数据聚类分析[D], 南京：南京航空航天大学，2008
4. Olga Troyanskaya, Michael Cantor, Gavin Sherlock, et al. Missing value estimation methods for DNA microarrays [J]. Bioinformatics, 2001,17(6): 520－525
5. Hyunsoo Kim, Gene H. Golub and Haesun Park. Missing value estimation for DNA microarray gene expression data: local least squares imputation[J]. Bioinformatics, 2005,21(2): 187－198
6. Xiaobo Zhou, Xiaodong Wang and Edward R. Dougherty. Missing－value estimation using linear and non-linear regression with Bayesian gene selection [J]. Bioinformatics, 2003,19(17):2302－2307
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
