基于SVM和AdaBoost的腫瘤基因表達譜分類研究.pdf_第1頁
已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、腫瘤是世界上危及人類身體健康的主要惡性疾病之一。腫瘤的早期發(fā)現，對病人的治療有著非常重要的意義?；蛐酒夹g的出現和發(fā)展，促進了腫瘤在分子水平上的研究。從海量的腫瘤基因表達譜數據中，挖掘出有用的相關知識和信息，可以更加全面地認識腫瘤的基因本質，更加深入地了解腫瘤與基因之間的關系，對推進腫瘤的臨床診斷和治療和研制新藥物有著至關重要的作用。
　　本文針對腫瘤基因表達譜數據小樣本、高維數、非線性等特點，基于機器學習中Co-trainin

2、g的思想，建立了以AdaBoost算法為基礎，分別級聯了SVM分類算法和單基因弱分類算法的模型。在通常情況下，影響學習和分類效果的主要是被錯誤分類的樣本，AdaBoost-SVM算法通過重點訓練被分類器錯誤分類的樣本來減少錯誤分類率；主要思路是：AdaBoost-SVM重點標記被錯誤分類的樣本權重，并且在反復迭代中多次學習該類樣本，以減少被錯誤分類的樣本個數，從而達到降低錯誤分類率的目的。
　　經過對真實的結腸癌基因表達譜數據進行

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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，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。

評論

0/150

提交評論