兩類自適應(yīng)稀疏學(xué)習(xí)機(jī)及其在高維數(shù)據(jù)挖掘中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、!lllflffllJIIIrflfllJIIfllJIHIJIIrlfll!河南衙瓤大孝碩士學(xué)位論文兩類自適應(yīng)稀疏學(xué)習(xí)機(jī)及其在高維數(shù)據(jù)挖掘中的應(yīng)用學(xué)科、專業(yè)研究方向申請(qǐng)學(xué)位類別申請(qǐng)人指導(dǎo)教師:運(yùn)籌學(xué)與控制論:數(shù)據(jù)挖掘:理學(xué)碩士:董文朋:李鈞濤副教授二。一七年四月摘要IlllHIIIJIllllJIIIIIllllJIIIIIIlllllJlllY3262072隨著現(xiàn)代高維數(shù)據(jù)的不斷積累,以支持向量機(jī)為代表的傳統(tǒng)統(tǒng)計(jì)學(xué)習(xí)方法不能很好地進(jìn)

2、行高維變量選擇發(fā)展新型的自適應(yīng)稀疏學(xué)習(xí)機(jī)為進(jìn)行高維數(shù)據(jù)挖掘提供了新的思路為此本文有機(jī)結(jié)合統(tǒng)計(jì)學(xué),系統(tǒng)生物學(xué)和信息論方法,發(fā)展了兩種具有生物可解釋性的自適應(yīng)稀疏學(xué)習(xí)模型和求解算法,并將其分別應(yīng)用到高維數(shù)據(jù)分析中,都獲得了較好的分類和基因選擇性能本文的主要?jiǎng)?chuàng)新如下:(1)針對(duì)群lasso懲罰類方法處理二分類高維數(shù)據(jù)面臨的提前變量分群,自適應(yīng)的群內(nèi)變量選擇,生物可解釋性等難題,我們致力于開(kāi)展基于網(wǎng)絡(luò)分析的變量分群策略和新型自適應(yīng)懲罰機(jī)制研究,

3、據(jù)此提出了融合網(wǎng)絡(luò)分析和信息學(xué)理論方法的自適應(yīng)稀疏群lasso首先,將網(wǎng)絡(luò)分析中的網(wǎng)絡(luò)模塊識(shí)別與群lasso中的變量分群有機(jī)聯(lián)系起來(lái),利用加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析方法辨識(shí)出具有良好生物交互關(guān)系的模塊其次,利用條件交互信息等信息論方法在每一個(gè)被劃分的群內(nèi)構(gòu)建變量重要性的評(píng)價(jià)準(zhǔn)則,據(jù)此構(gòu)造具有生物可解釋性的權(quán)重系數(shù)并將其添加到懲罰項(xiàng)的合適位置來(lái)自適應(yīng)地進(jìn)行變量選擇最后,在四種高維癌癥生物數(shù)據(jù)上的結(jié)果驗(yàn)證了所提的自適應(yīng)稀疏學(xué)習(xí)機(jī)能夠有效地進(jìn)行分

4、類和群體基因選擇(2)針對(duì)群懲罰多項(xiàng)式回歸處理多類分類高維數(shù)據(jù)中出現(xiàn)的自適應(yīng)變量選擇,生物可解釋性等難題,我們提出了融合網(wǎng)絡(luò)分析方法的稀疏多項(xiàng)式回歸通過(guò)結(jié)合生物學(xué)資源和基因表達(dá)譜信息,我們利用GeneRank構(gòu)建了具有生物學(xué)意義的權(quán)重并引入到群lasso懲罰中,提出了一種新的自適應(yīng)稀疏學(xué)習(xí)機(jī)最終在酵母二次轉(zhuǎn)化數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提的模型與其它模型相比取得了較好的分類和基因選擇性能關(guān)鍵詞:高維數(shù)據(jù)挖掘,群lasso,加權(quán)基因共表達(dá)網(wǎng)絡(luò)

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

評(píng)論

0/150

提交評(píng)論