基于頻度與聯(lián)合效應的基因選擇.pdf_第1頁
已閱讀1頁,還剩45頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、特征選擇技術是當前信息領域,尤其是模式識別領域的研究熱點之一?;蜻x擇是特征選擇中的一個應用?;蜻x擇在疾病預測方面有非常重要的實際意義。現(xiàn)存的一些基因選擇方法能夠有效地找出致病基因,但疾病往往都是由多個基因聯(lián)合造成,而現(xiàn)存的方法卻不能找到這些聯(lián)合的致病基因,我們稱之為基因集合。
   針對上述問題,本文介紹了一種新的基因選擇的方法-基于頻度與聯(lián)合效應的基因選擇。該方法的主要思想是:先利用Fisher準則,將關系緊密的基因組合在

2、一起,形成一個個枝條,所有枝條構成一個枝條矩陣;再從這個枝條矩陣中找出頻度最高(出現(xiàn)次數最多)且聯(lián)合效應程度(多個基因聯(lián)合起來對疾病的影響程度)最大的基因集合,即與疾病最相關的致病基因集合。
   本文方法最大的優(yōu)勢在于它能找到最本質的致病基因集合,特別適用于由多個致病基因聯(lián)合造成的疾病。本文方法還可以用于其他特征選擇問題,如語音辨識,人臉識別等。本文實驗數據均是一些常見的真實數據集,通過使用本文方法得到的實驗結果與以往一些特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論