版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中國(guó)科學(xué)技術(shù)大學(xué)碩士學(xué)位論文基于微陣列數(shù)據(jù)分析的腫瘤分類方法研究姓名：徐春歸申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：生物信息學(xué)指導(dǎo)教師：黃德雙20090201ABSTRACTDNAmicroarraytechnologyisanewtechnologyformedbytheinterdisciplineofphysics，electronicsandmolecularbiologyMicroarraytechnologyhasbeenwidelyapp
2、liedtothestudyonbiologicalandmedicalfieldsAmongitsapplications，themicroarraytechnologybasedcancerdiagnosismakesitpossibletodeeplystudythecancerpathologicalmechanism，includingtheoccurringanddiffusenessofcancerInordertoach
3、ievereliablediagnosisandpredictiononthetypeofcancers，manyresearchesfocusontheidentificationofkeygenestodifferentcancersandtheclassificationofcancersHoweverduetothesmallsamplesizeproblemalongwitll11i曲dimensions，thetraditi
4、onalmethodscallnotachievegoodperformancesSothisthesisfirstreviewssomeofclassicmethodsinmicroarraydatabasedtumorsclassificationThenitdescribesthestudyofmultipleclassifiersystemwhichismymajorresearchworkduringmymasterperio
5、dAndthelastpartisabouttheapplicationofGeneticProgrammingalgorithmandmultipleclassifiersystemintumormicroarraydataThemainworkforthisthesisCanbeconcludedasfollows：(1)AGPwasproposedbasedontheideaofsplicingmulticlassproblemi
6、ntomultipletwoclassproblemsThecharacteristicofthisGPisthateachindividualconsistsofasetofsmall—scaleensemblesystems(namedassub—ensemblehere)，whichareusedtotacklerespectivetwo—classproblemInthiswayeachindividualCallsolveam
7、ulticlassproblemdirectlyAndthisGPCanbeusedtosolvefeatureselectionandclassificationproblematthesametimeHere，adiversitymeasureisproposedbasedonthedifferenceamongthefeaturesineachtree，andagreedylocalimprovementalgorithmisus
8、edtomaintainthediversityamongthesub—ensemblesThesemeasuresensurethehi曲efficiencyoftheGP(2)MicroarraydatasetproducedfromasinglelabalwaysincludenoisyorbiasedItwillaffecttheclassificationandgeneralizationabilitiesofclassife
9、rsthataretrainedonthisdatasetHoweverifmultipledatasetsfromdifferentlabsarecollectedandusedtoproduceclassifiers，someoftheseclassifierswhicharetofitforthesedatasetscouldbesiftedoutAndtheseclassifersmayreflecttheessenceoftu
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于降維的微陣列數(shù)據(jù)分析.pdf
- 微陣列數(shù)據(jù)分析中的基因選擇及樣本分類方法研究.pdf
- 基于機(jī)器學(xué)習(xí)的DNA微陣列數(shù)據(jù)分析.pdf
- 基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究.pdf
- 基于聚類算法的基因微陣列數(shù)據(jù)分析.pdf
- 基于稀疏局部敏感法則的微陣列數(shù)據(jù)分析.pdf
- 基于非負(fù)矩陣分解的腫瘤DNA微陣列數(shù)據(jù)分類研究.pdf
- 應(yīng)用于基因選擇與癌癥分類的微陣列數(shù)據(jù)分析.pdf
- 多分類器集成系統(tǒng)在基因微陣列數(shù)據(jù)分析中的應(yīng)用.pdf
- 基因微陣列數(shù)據(jù)特征選擇與分類方法研究.pdf
- 基于混合線性模型和條件變量分析的DNA微陣列數(shù)據(jù)分析方法研究.pdf
- 基于粗糙集方法的癌癥基因微陣列數(shù)據(jù)分類研究.pdf
- 基因微陣列數(shù)據(jù)的SVM分類器優(yōu)化方法.pdf
- 基因微陣列數(shù)據(jù)分析關(guān)鍵技術(shù)研究.pdf
- DNA微陣列數(shù)據(jù)分析中的雙聚類算法研究.pdf
- 基于DNA微陣列數(shù)據(jù)的癌癥分類技術(shù)研究.pdf
- 基于R語(yǔ)言的DNA微陣列數(shù)據(jù)分析與挖掘平臺(tái)的構(gòu)建.pdf
- 基于流形學(xué)習(xí)的基因微陣列數(shù)據(jù)分類研究.pdf
- 基于聚類分析和智能優(yōu)化特征選擇的基因微陣列數(shù)據(jù)分類
- 癌癥基因微陣列分類方法的研究.pdf
評(píng)論
0/150
提交評(píng)論