基于Laplace譜的基因表達(dá)譜數(shù)據(jù)分類研究.pdf

1、基因表達(dá)譜數(shù)據(jù)分類研究就是通過分析DNA 微陣列實驗中所獲取的基因表達(dá)譜數(shù)據(jù)，發(fā)掘出不同樣本間的基因表達(dá)差異，尋找基因與組織病變之間所存在的內(nèi)在聯(lián)系。雖然模式識別領(lǐng)域的各種算法在這些年來都有了長足的發(fā)展，但是在針對基因表達(dá)譜數(shù)據(jù)的分類研究中仍有許多問題需要解決。基因表達(dá)譜數(shù)據(jù)由于其獲取方式的獨特性，具有高維度，低樣本的特點。傳統(tǒng)的機器學(xué)習(xí)方法在面對這種數(shù)據(jù)時，無法取得較好的分類結(jié)果，并且其極高的運算復(fù)雜度，大大降低了數(shù)據(jù)分析效率。本文基

2、于譜圖理論展開針對基因表達(dá)譜數(shù)據(jù)的分類研究，將反映圖結(jié)構(gòu)的特征表示引入到基因表達(dá)譜數(shù)據(jù)分類中，研究基因表達(dá)譜數(shù)據(jù)的特征提取及基于譜圖理論的基因譜表達(dá)數(shù)據(jù)分類方法，并對算法的性能進(jìn)行分析。主要研究內(nèi)容有：1.基因表達(dá)譜數(shù)據(jù)蘊含著大量的生物信息，如何有效地從中挑選出特征基因?qū)λ惴ǖ臏?zhǔn)確率及實時性產(chǎn)生巨大的影響。本文提出一種利用熵度量作為指標(biāo)進(jìn)行癌癥基因表達(dá)數(shù)據(jù)特征提取的方法。首先對基因表達(dá)數(shù)據(jù)進(jìn)行篩選并計算各個基因的熵，然后提取出熵最大的

3、若干基因作為特征基因，并用支持向量機進(jìn)行分類。對前列腺癌基因表達(dá)數(shù)據(jù)的留一法以及分組法實驗都證明了該方法的有效性。2. 嘗試著將一種基于Laplace 譜的算法應(yīng)用于癌癥基因表達(dá)譜數(shù)據(jù)的分類上。該方法首先挑選出與類中心歐式距離最小的若干個樣本通過高斯權(quán)構(gòu)造Laplace 完全圖，記為代表該類的標(biāo)準(zhǔn)圖。然后用待測樣本依次替換標(biāo)準(zhǔn)圖中所有的點，將生成的新圖與標(biāo)準(zhǔn)圖進(jìn)行特征點匹配，并計算匹配點數(shù)總和。最后將待測樣本劃分為總匹配點數(shù)最多的那個類