2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩35頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(rèn)領(lǐng)

文檔簡介

1、基于基因表達譜的腫瘤檢測方法有望成為臨床醫(yī)學(xué)上一種快速而有效的腫瘤分子診斷方法,但由于基因表達譜數(shù)據(jù)存在維數(shù)過高、樣本量很小以及噪音很大等特點,使得腫瘤信息基因選擇成為一件有挑戰(zhàn)性的工作。
   本文研究結(jié)腸癌基因譜數(shù)據(jù),尋找與結(jié)腸癌有關(guān)的特征信息基因及如何確定樣本是否患病的方法,其建模依據(jù)模式分類法,該分類法主要分五個階段:數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、信息基因選擇、分類模型建立以及分類預(yù)測與評估。信息基因選擇分別采用了信噪比和Bha

2、ttacharyya距離兩種方法,并對這兩種方法作了對比。由于基因表達譜數(shù)據(jù)之間存在很強的相關(guān)性,因此本文提出了K-means聚類法,對信息基因進行了進一步的選擇,選取代表基因作為新的信息基因。使用K-means聚類法優(yōu)點是進一步去除了噪聲,降低了維度,為在高性能計算機上進行信息基因子集的搜索奠定了基礎(chǔ)。K-means聚類把信息基因分為50類,各類中基因表達相關(guān),可在生物醫(yī)學(xué)研究中提供參考。分類模型采用了加權(quán)投票法和支持向量機兩分類器,

3、并對這兩分類器作了對比。鑒于信息基因眾多,本文提出了一種以上述分類器分類性能為評估準(zhǔn)則的尋找特征信息基因的啟發(fā)式寬度優(yōu)先搜索算法。該方法的優(yōu)點是能夠同時搜索到基因數(shù)量盡可能少而分類能力又盡可能強的多個信息基因子集。分類預(yù)測與評估階段采用了留一交叉檢驗和獨立測試集檢驗。本文發(fā)現(xiàn)以Bhattacharyya距離結(jié)合K-means聚類來選擇信息基因,以支持向量機分類性能為評估準(zhǔn)則的啟發(fā)式寬度優(yōu)先搜索算法來尋找特征信息基因,結(jié)果最優(yōu)。本文最后得

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(yù)覽,若沒有圖紙預(yù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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