基因模式的PICA獲取及基于Boosting的模式分類.pdf

1、基因芯片是獲取大規(guī)?；虮磉_(dá)數(shù)據(jù)的嶄新技術(shù),運用這種技術(shù)可以獲得并分析機(jī)體組織中成千上萬個基因的表達(dá)水平及其與疾病的關(guān)系.但是,機(jī)體組織所具有的部分體積效應(yīng),使得對基因微陣列數(shù)據(jù)的直接處理將造成所提取特征不是真正的生物基因特征本身,嚴(yán)重降低基因特征測量的靈敏度和指向性.因此,該文提出用部分獨立分量分析方法代替?zhèn)鹘y(tǒng)的生物醫(yī)學(xué)方法進(jìn)行基因的部分體積修正從而獲得真正感興趣的微陣列數(shù)據(jù).該方法不但降低了生物實驗的成本,而且易于操作實現(xiàn),具有很強(qiáng)

2、的應(yīng)用價值.同時,根據(jù)基因微陣列數(shù)據(jù)的特點:極少樣本超高維,該文引入了一個新的統(tǒng)計機(jī)器學(xué)習(xí)算法Boosting.在對Boosting算法進(jìn)行詳細(xì)分析并設(shè)計了一種新的證明其收斂性的方法后,從算法的不穩(wěn)健性出發(fā),對Boosting算法中多個弱分類器集成規(guī)則進(jìn)行了改進(jìn),提出了一種穩(wěn)健的Boosting學(xué)習(xí)算法.經(jīng)過對公開的測試數(shù)據(jù)集和真實的基因微陣列數(shù)據(jù)大量實驗,證明了用部分獨立分量分析方法獲取基因微陣列數(shù)據(jù)及Boosting改進(jìn)算法進(jìn)行基因