版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著新分子生物學技術(shù)和DNA微陣列技術(shù)的迅速發(fā)展,在生物樣本中可以同時定量測量數(shù)以萬計的基因表達水平,使用這一技術(shù)產(chǎn)生的基因表達譜數(shù)據(jù)能夠揭開隱含的、以前未知的生物學知識。近幾年來,研究學者利用統(tǒng)計學和模式識別等知識對微陣列基因表達譜數(shù)據(jù)進行分析,對致病的腫瘤基因進行有效的挖掘,從而對腫瘤的類型作出準確的診斷和分類預測。然而針對高維小樣本特點的腫瘤基因表達譜數(shù)據(jù)來說,傳統(tǒng)的數(shù)據(jù)處理方法在對腫瘤數(shù)據(jù)進行分析之前,普遍都是將高維度的腫瘤數(shù)據(jù)
2、轉(zhuǎn)換為低維度之后再進行處理,在保證分類識別精度的同時提高學習方法的性能和計算效率。
本文通過結(jié)合生物信息學和模式識別中的相關(guān)知識,對高維小樣本特點的腫瘤數(shù)據(jù)進行特征基因的提取,并對相應的實驗結(jié)果進行了有效性分析,其主要研究內(nèi)容如下:
1.提出一種基于子模態(tài)性質(zhì)的特征基因選擇算法。首先,考慮到腫瘤基因表達譜數(shù)據(jù)基因之間相關(guān)性的特點,將獨立的基因?qū)傩赞D(zhuǎn)變?yōu)榫哂薪Y(jié)構(gòu)信息的鄰接圖;其次,對表征基因關(guān)系的鄰接矩陣構(gòu)建子模性質(zhì)的
3、特征選擇目標函數(shù),然后使用貪心算法求解,獲得相應的特征基因子集;最后,將訓練樣本選取的特征子集運用到測試樣本分類中,使用KNN和SVM分類器進行分類識別,通過對實驗結(jié)果的分析說明了該方法的有效性。
2.針對高維小樣本特點的腫瘤基因表達譜數(shù)據(jù),將局部保持投影降維方法應用于腫瘤基因表達譜特征基因提取中。該方法首先使用主成分分析(PCA)對高維的原始數(shù)據(jù)進行降維和去噪,將處理后的數(shù)據(jù)通過保留99%的主成分作為對原始數(shù)據(jù)的表征;然后利
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。
最新文檔
- 基于腫瘤基因表達譜數(shù)據(jù)的特征提取方法.pdf
- 基因表達譜數(shù)據(jù)特征選擇與提取方法研究.pdf
- 基于基因表達譜數(shù)據(jù)和氨基酸序列的特征提取方法研究.pdf
- 基因表達譜數(shù)據(jù)的特征基因提取和分類方法的研究.pdf
- 基于基因表達譜的數(shù)據(jù)挖掘方法研究.pdf
- 基于譜熵的故障特征提取與數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基因表達譜數(shù)據(jù)特征選擇方法研究.pdf
- 基因表達譜數(shù)據(jù)的挖掘研究.pdf
- 腫瘤基因表達譜數(shù)據(jù)特征選擇方法研究.pdf
- 基因表達數(shù)據(jù)的相似性度量和特征提取研究.pdf
- 基于稀疏表示的基因表達譜數(shù)據(jù)挖掘方法研究.pdf
- 基因表達譜的腫瘤特征基因提取研究分析
- 基于譜融合的管道故障特征提取方法研究.pdf
- 基因表達譜數(shù)據(jù)的挖掘模型構(gòu)建.pdf
- 基因表達譜數(shù)據(jù)的特征選擇方法應用策略研究.pdf
- 基于數(shù)據(jù)挖掘的火電機組能耗特征提取.pdf
- 基于數(shù)據(jù)挖掘的客流特征提取及公交調(diào)度優(yōu)化研究.pdf
- 基因芯片分析中的特征提取方法研究.pdf
- 高維數(shù)據(jù)特征提取方法研究與實現(xiàn).pdf
- 基因表達數(shù)據(jù)的若干挖掘方法研究.pdf
評論
0/150
提交評論