16901.置換檢驗(yàn)在高維基因特征選擇中的研究與應(yīng)用

1、分類號密級壘玨重慶郵電大學(xué)碩士學(xué)位論文英文題目——ResearchandApplicationofPermutationTest——i塾High旦i墮曼墜墨iQ墜壘!魚星塾星旦叢魚碩士研究生翌刖江指導(dǎo)教師王國魁麴援學(xué)科專業(yè)讓簋扭筮鮭生理途論文提交日期2Q12生壘目論文答辯日期2Q12生三月2魚目論文評閱人答辯委員會主席圈逢壹塾援重麼太堂2012年5月重慶郵電大學(xué)碩士論文摘要摘要基因微陣列為基因功能的研究提供了一種強(qiáng)有力的工具，對疾病分類

2、、病例診斷以及藥物研制等具有非常重要的實(shí)際意義。由于實(shí)驗(yàn)成本很高，基因樣本數(shù)量常常很少，而檢測的基因數(shù)目相對而言很大。因此，很多傳統(tǒng)的方法難以處理這種高維小樣本數(shù)據(jù)。一方面，基因數(shù)據(jù)集中存在大量的噪聲；另一方面，高維基因數(shù)據(jù)集中存在大量冗余。噪聲和冗余基因不僅會導(dǎo)致分類器過度學(xué)習(xí)，而且會導(dǎo)致計(jì)算復(fù)雜度急劇升高。因此，對基因數(shù)據(jù)的處理，實(shí)質(zhì)上就是對具有“高維小樣本”特征的海量數(shù)據(jù)的挖掘過程，基因特征選擇就顯得尤為重要。本文首先介紹了基因數(shù)

3、據(jù)挖掘競賽，平均識別O7566。然后以基因數(shù)據(jù)為研究對象，針對高維小樣本特點(diǎn)，設(shè)計(jì)了一種基于置換檢驗(yàn)的兩步基因選擇算法；并提出了一種新的基于隨機(jī)序列的基因重要性度量方法。歸納起來，本論文的主要研究內(nèi)容和研究成果包括以下幾個(gè)方面：(1)針對目前大規(guī)?；驍?shù)據(jù)集中存在大量的噪聲和冗余基因這一問題，提出了一種兩步基因特征選擇算法。首先分析了目前基因特征選擇算中存在的局限性：1)基因選擇的數(shù)目依賴于先驗(yàn)知識。2)缺少高效的基因去冗方法。針對問題

4、1，采用置換檢驗(yàn)的方法，能快速、自主地選擇出可解釋性高的基因子集，適合處理大規(guī)?；驍?shù)據(jù)。針對問題2，本文結(jié)合最小冗余、最大關(guān)聯(lián)的思想，分兩步過濾噪聲和冗余基因，能夠選擇高分辨力、低冗余度的基因子集。文中采用SVM、PAM分類器，在基因數(shù)據(jù)挖掘競賽提供的12個(gè)競賽數(shù)據(jù)集作分類實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本文提出的算法能夠高效、快速的選擇基因子集，提高分類器性能。(2)針對目前基因特征選擇算法假設(shè)數(shù)據(jù)服從特定的分布，而不能對未知分布的基因數(shù)據(jù)進(jìn)行準(zhǔn)