# Appendix2Dissertation

**Repository Path**: qq2276632042/Appendix2Dissertation

## Basic Information

- **Project Name**: Appendix2Dissertation
- **Description**: 我的博士毕业论文的附录。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2020-05-20
- **Last Updated**: 2023-11-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 毕业论文主页
## 简介

暂略(盲审中，屏蔽个人信息以及联络方式，盲审过后会进行补充)

## 上传内容介绍

***毕业论文插图与表格***中存放的是我的毕业论文中所有的插图和表格的源文件，这是为了解决论文中可能有个别图像不够清晰的问题。

***毕业论文附录***中存储的是我的毕业论文所有的附图和附表，以下为附图和附表的目录：<br>

|编号|题目|
|:------------:|:------|
|附表3.1|HS-MMGKG算法在真实数据集上的详细检测结果|
|附表4.1|SEE算法中在DME数据集上power的详细对比结果|
|附表4.2|SEE算法中在DME数据集上F-measure的详细对比结果|
|附表4.3|SEE算法中在DME数据集上CT的详细对比结果|
|附表4.4|SEE算法中在DNME数据集上power的详细对比结果|
|附表4.5|SEE算法中在DNME数据集上F-measure的详细对比结果|
|附表4.6|SEE算法中在DNME数据集上CT的详细对比结果|
|附表4.7|SEE算法在真实数据集上的完整运行结果|
|附表5.1|SHEIB算法中二阶上位性的模拟数据集的外显率表|
|附表5.2|SHEIB算法中三阶上位性的模拟数据集的外显率表|
|附表5.3|SHEIB算法中在DME and DNME 100数据集上power的详细对比结果|
|附表5.4|SHEIB算法中在DME and DNME 100数据集上F-measure的详细对比结果|
|附表5.5|SHEIB算法中在DME and DNME 100数据集上CT的详细对比结果|
|附表5.6|SHEIB算法中在DME and DNME 1000数据集上power的详细对比结果|
|附表5.7|SHEIB算法中在DME and DNME 1000数据集上F-measure的详细对比结果|
|附表5.8|SHEIB算法中在DME and DNME 1000数据集上CT的详细对比结果|
|附表5.9|SHEIB算法中在DNME3 100数据集上power的详细对比结果|
|附表5.10|SHEIB算法中在DNME3 100数据集上F-measure的详细对比结果|
|附表5.11|SHEIB算法中在DNME3 100数据集上CT的详细对比结果|
|附表5.12|SHEIB算法中多种使用生物信息数据方式的详细运行结果|
|附表5.13|SHEIB算法在真实数据上的详细检测结果|
|附表6.1|SHEIB-AGM算法在真是数据上的详细检测结果($maxGen=4 \times 10^6$)|
|附表6.2|SHEIB-AGM算法在真是数据上的详细检测结果($maxGen=4 \times 10^7$)|
|附表6.3|SHEIB-AGM算法在真实数据上的检测结果中全部的基因对计数|
|附表6.4|SHEIB-AGM算法在真实数据上的检测结果中全部的基因计数|
|附图4.1|SEE算法中在DNME数据集上power的对比结果|
|附图4.2|SEE算法中根据Coronary Artery Disease的结果绘制的基因网络|
|附图4.3|SEE算法中根据Crohn's Disease的结果绘制的基因网络|
|附图4.4|SEE算法中根据Hypertension的结果绘制的基因网络|
|附图4.5|SEE算法中根据Rheumatoid Arthritis的结果绘制的基因网络|
|附图4.6|SEE算法中根据Type 1 Diabetes的结果绘制的基因网络|
|附图4.7|SEE算法中根据Type 2 Diabetes的结果绘制的基因网络|
|附图5.1|SHEIB算法中在DME and DNME 100数据集上power的比较结果|
|附图5.2|SHEIB算法中在DME and DNME 100数据集上CT的比较结果|
|附图5.3|SHEIB算法中在DME and DNME 1000数据集上power的比较结果|
|附图5.4|SHEIB算法中在DME and DNME 1000数据集上CT的比较结果|
|附图5.5|SHEIB算法中在DNME3 100数据集上power的比较结果|
|附图5.6|SHEIB算法中在DNME3 100数据集上CT的比较结果|
|附图5.7|根据SHEIB算法的结果为Coronary Artery Disease绘制的SNP网络|
|附图5.8|根据SHEIB算法的结果为Crohn's Disease绘制的SNP网络|
|附图5.9|根据SHEIB算法的结果为Hypertension绘制的SNP网络|
|附图5.10|根据SHEIB算法的结果为Rheumatoid Arthritis绘制的SNP网络|
|附图5.11|根据SHEIB算法的结果为Type 1 Diabetes绘制的SNP网络|
|附图5.12|根据SHEIB算法的结果为Type 2 Diabetes绘制的SNP网络|
|附图5.13|根据SHEIB算法的结果为Bipolar Disorder绘制的基因网络|
|附图5.14|根据SHEIB算法的结果为Coronary Artery Disease绘制的基因网络|
|附图5.15|根据SHEIB算法的结果为Crohn's Disease绘制的基因网络|
|附图5.16|根据SHEIB算法的结果为Hypertension绘制的基因网络|
|附图5.17|根据SHEIB算法的结果为Rheumatoid Arthritis绘制的基因网络|
|附图5.18|根据SHEIB算法的结果为Type 1 Diabetes绘制的基因网络|
|附图5.19|根据SHEIB算法的结果为Type 2 Diabetes绘制的基因网络|
|附图6.1|根据SHEIB-AGM算法的结果为Coronary Artery Disease绘制的SNP网络|
|附图6.2|根据SHEIB-AGM算法的结果为Crohn's Disease绘制的SNP网络|
|附图6.3|根据SHEIB-AGM算法的结果为Hypertension绘制的SNP网络|
|附图6.4|根据SHEIB-AGM算法的结果为Rheumatoid Arthritis绘制的SNP网络|
|附图6.5|根据SHEIB-AGM算法的结果为Type 1 Diabetes绘制的SNP网络|
|附图6.6|根据SHEIB-AGM算法的结果为Type 2 Diabetes绘制的SNP网络|
|附图6.7|根据SHEIB-AGM算法的结果为Coronary Artery Disease绘制的基因网络|
|附图6.8|根据SHEIB-AGM算法的结果为Crohn's Disease绘制的基因网络|
|附图6.9|根据SHEIB-AGM算法的结果为Hypertension绘制的基因网络|
|附图6.10|根据SHEIB-AGM算法的结果为Rheumatoid Arthritis绘制的基因网络|
|附图6.11|根据SHEIB-AGM算法的结果为Type 1 Diabetes绘制的基因网络|
|附图6.12|根据SHEIB-AGM算法的结果为Type 2 Diabetes绘制的基因网络|

## 论文中涉及的代码

### 本人设计的算法以及对应的软件

| 算法(软件)名称 | 开发语言 |                           论文链接                           |              代码链接(CodeOcean)              |
| :------------: | :------: | :----------------------------------------------------------: | :-------------------------------------------: |
|    HS-MMGKG    |   Java   |          http://www.eurekaselect.com/171466/article          | https://codeocean.com/capsule/4843767/tree/v1 |
|      SEE       |   C++    | https://www.tandfonline.com/doi/full/10.1080/13102818.2019.1593052 | https://codeocean.com/capsule/8018548/tree/v1 |
|     SHEIB      |   C++    |                           暂未发表                           | https://codeocean.com/capsule/5389127/tree/v1 |
|   SHEIB-AGM    |   Java   |https://ieeexplore.ieee.org/document/8970268?source=authoralert|https://codeocean.com/capsule/5389127/tree/v1|

### 论文中涉及的其他算法和软件(非本人设计)

| 算法(软件)名称 | 开发语言 |                           论文链接                           |                         代码链接                         |
| :------------: | :------: | :----------------------------------------------------------: | :------------------------------------------------------: |
|      CSE       |  MATLAB  |       https://www_nature.xilesou.top/articles/hdy20144       |         http://lbb.ut.ac.ir/Download/LBBsoft/CSE         |
|    FHSA-SED    |  MATLAB  | https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0150669 |    https://doi.org/10.1371/journal.pone.0150669.s005     |
|     MACOED     |  MATLAB  | https://academic.oup.com/bioinformatics/article/31/5/634/2748185 |       http://www.csbio.sjtu.edu.cn/bioinf/MACOED/        |
|     DECMDR     |   Java   | https://academic.oup.com/bioinformatics/article/33/15/2354/3100457 |                  https://goo.gl/p9sLuJ                   |
|  SNPHarvester  |   Java   | https://academic.oup.com/bioinformatics/article/25/4/504/249552 |      http://bioinformatics.ust.hk/SNPHarvester.html      |
|    SNPRuler    |   Java   | https://academic.oup.com/bioinformatics/article/26/1/30/182742 |        http://bioinformatics.ust.hk/SNPRuler.zip         |
|  AntEpiSeeker  |   C++    | https://bmcresnotes.biomedcentral.com/articles/10.1186/1756-0500-3-117 | http://nce.ads.uga.edu/~romdhane/AntEpiSeeker/index.html |