20世紀(jì)后期,信息技術(shù)的快速發(fā)展催生了一門新的學(xué)科即生物信息學(xué),生物信息學(xué)依靠數(shù)學(xué)和人工智能與生物醫(yī)學(xué)的有機結(jié)合,已經(jīng)在腫瘤基因表達譜分析、基因變異和蛋白質(zhì)結(jié)構(gòu)分析等領(lǐng)域取得了豐碩成果,成為了研究的熱點。利用信息處理技術(shù)對腫瘤基因表達譜數(shù)據(jù)進行分析,對于揭示病變產(chǎn)生的原因、發(fā)展機理、疾病診斷、藥物研制都有很強的現(xiàn)實意義�；虮磉_譜數(shù)據(jù)具有自身的特性,主要表現(xiàn)在小樣本、高維、高噪聲及高冗余方面,這些特性使得傳統(tǒng)的分類方法在處理基因表達譜數(shù)據(jù)時往往效果不好,支持向量機對具有小樣本、高維的數(shù)據(jù)進行分類效果良好。為了克服基因表達譜數(shù)據(jù)高噪聲及冗余對分類器性能的影響,需要對原始數(shù)據(jù)進行特征選擇。本文總結(jié)了目前在基因表達譜數(shù)據(jù)分類中的常用方法,針對這些方法存在的問題,開展研究,研究主要從兩個方面進行:(1)特征基因選擇方法研究。首先使用ReliefF方法對特征基因進行初步篩選,實現(xiàn)降低搜索空間的維數(shù),初步去除冗余及噪聲;然后使用混合和聲差分算法確定最優(yōu)特征基因組合。混合方法能夠克服傳統(tǒng)和聲搜索方法局部尋優(yōu)能力差,解精度低的缺陷,同時能克服差分進化算法容易陷入局部最優(yōu)的問題。仿真實驗結(jié)果表明,利用這...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1過濾法基本原理和流程圖

掘技術(shù)在基因表達譜數(shù)據(jù)中的研究內(nèi)容主要有：特征基因選取異性分析等，本文主要研究特征基因選擇算法和基因表達譜樣在分析現(xiàn)有文獻里各種算法的基礎(chǔ)上設(shè)計相關(guān)的特征基因選取類算法，進一步提升樣本分類的效率和準(zhǔn)確度。特征基因選擇的研究現(xiàn)狀因選擇方法主要可以分為過濾式、纏繞式、和嵌入式。過濾....

圖1-2纏繞法基本原理與流程圖

2）纏繞式繞式（Wrapper）是以某個特征子集合對分類性能的重要性程度為指標(biāo)選擇，先使用分類器對初始的特征子集的分類性能進行評價，然而依始的特征子集進行合理的調(diào)整，以得到性能更優(yōu)的特征子集，上述過以得到性能最優(yōu)的特征子集[23]，這個特征子集的構(gòu)造完成就可以實現(xiàn)。利用纏繞式進行....

圖2-1特征基因選擇的一般步驟流程圖

研發(fā)療效更好的新藥物。.2特征基因的選擇過程特征基因選擇的一般過程如下：（1）第一步：選取合適的方法從原始數(shù)據(jù)集中選擇一個特征子集；（2）第二步：根據(jù)具體研究對象選取度量指標(biāo)并建立評價模型對選擇的特征子行分析評價；（2）第三步：將評價結(jié)果與設(shè)定目標(biāo)閥值（準(zhǔn)則）進行比較，若評價結(jié)....

圖3-1分類模型的一般過程

3基因表達譜數(shù)據(jù)分類基礎(chǔ)理論3.1組織樣本分類在數(shù)據(jù)挖據(jù)的研究領(lǐng)域中，樣本的分類問題是指通過建立模型對現(xiàn)有的樣本數(shù)據(jù)有監(jiān)督學(xué)習(xí)，尋找樣本屬性間的聯(lián)系。挖掘隱含的數(shù)據(jù)集關(guān)系或規(guī)則，最后用建立的模型或規(guī)則對未知類型的數(shù)據(jù)進行分類，目前，樣本分類是模式識別、圖形檢測、故障排查、疾病....

本文編號：4004251