16901.置換檢驗在高維基因特征選擇中的研究與應用

1、分類號密級壘玨重慶郵電大學碩士學位論文英文題目——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教師王國魁麴援學科專業(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際意義。由于實驗成本很高，基因樣本數量常常很少，而檢測的基因數目相對而言很大。因此，很多傳統(tǒng)的方法難以處理這種高維小樣本數據。一方面，基因數據集中存在大量的噪聲；另一方面，高維基因數據集中存在大量冗余。噪聲和冗余基因不僅會導致分類器過度學習，而且會導致計算復雜度急劇升高。因此，對基因數據的處理，實質上就是對具有“高維小樣本”特征的海量數據的挖掘過程，基因特征選擇就顯得尤為重要。本文首先介紹了基因數

3、據挖掘競賽，平均識別O7566。然后以基因數據為研究對象，針對高維小樣本特點，設計了一種基于置換檢驗的兩步基因選擇算法；并提出了一種新的基于隨機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容和研究成果包括以下幾個方面：(1)針對目前大規(guī)?；驍祿写嬖诖罅康脑肼暫腿哂嗷蜻@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)基因選擇的數目依賴于先驗知識。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)?；驍祿?。針對問題2，本文結合最小冗余、最大關聯(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，在基因數據挖掘競賽提供的12個競賽數據集作分類實驗，實驗結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數據服從特定的分布，而不能對未知分布的基因數據進行準