基于SVM的基因表達譜分析和函數(shù)集VC維研究.pdf

1、癌癥是影響人類健康的主要疾病之一，有著極高的死亡率，對癌癥的預防和治療已成為全球科學家關注的焦點.研究表明，癌癥是一類復雜的基因疾病，因此研究癌癥基因表達譜、選取信息基因是我們尋找癌癥相關基因、發(fā)現(xiàn)癌癥基因表達特征的直接手段.
　　 本文第一部分主要針對基因表達譜數(shù)據(jù)維數(shù)高而樣本少、噪聲冗余而信息基因少的特點。首先利用離散度分析對結(jié)腸癌基因表達譜數(shù)據(jù)集進行特征的篩選.其次通過對基因之間相關性的分析，設計出向量分類算法，進一步提取

2、特征基因，使得用于分類的基因數(shù)目進一步縮小.最后，分別利用支持向量機分類方法和勢函數(shù)分類方法在上述特征提取的基礎上對結(jié)腸癌數(shù)據(jù)集進行分類.通過對分類結(jié)果正確率與分類所用時間的統(tǒng)計，可以看到支持向量機方法對于結(jié)腸癌數(shù)據(jù)集的分類具有較好的效果.
　　 文章第二部分對函數(shù)集VC維這一描述學習機器復雜性的重要概念進行探討，對于n維空間中性指示函數(shù)集合的VC維是n+1這一結(jié)論，本文在文獻[1，2]的基礎上對證明方法進行了改進，給出了一個完