TSP算法在時(shí)序基因分類中的研究與應(yīng)用.pdf

1、在生物信息學(xué)中，從大量數(shù)據(jù)中挖掘?qū)ρ芯坑袃r(jià)值的信息越來越受到研究人員的重視。時(shí)序基因表達(dá)數(shù)據(jù)是生物生長過程中不同時(shí)間點(diǎn)采集的基因數(shù)據(jù)，作為研究熱點(diǎn)之一的時(shí)間序列基因數(shù)據(jù)挖掘也越來越受到研究者們廣泛關(guān)注和研究。時(shí)間序列基因數(shù)據(jù)分類是一個(gè)非常重要的課題，它包含了大量與時(shí)間相關(guān)的生物信息。由于基因表達(dá)數(shù)據(jù)的“高維、小樣本”特點(diǎn)。傳統(tǒng)的機(jī)器學(xué)習(xí)方法在處理高維數(shù)據(jù)上不僅會(huì)建立復(fù)雜的分類模型，而且得到的分類結(jié)果很難用生物學(xué)的角度理解。最高得分對(duì)算法

2、（Top Scoring Pairs，TSP）是利用少量特征對(duì)對(duì)樣本進(jìn)行預(yù)測(cè)的分類器，此算法在處理基因數(shù)據(jù)上達(dá)到了很好的效果，但還不能處理時(shí)間序列基因表達(dá)數(shù)據(jù)。為了充分利用TSP算法優(yōu)勢(shì)，本文提出動(dòng)態(tài)最高得分對(duì)算法（Dynamic Top Scoring Pairs，DTSP），將TSP算法改進(jìn)為能處理時(shí)序基因數(shù)據(jù)的分類器。本文的主要工作如下：
　　1.本文提出DTSP算法，將趨勢(shì)的思想融入TSP算法中，使其能夠處理時(shí)序基因。DT

3、SP算法不僅考慮了相鄰時(shí)間點(diǎn)的差異趨勢(shì)，并且將差異的值的大小考慮進(jìn)去，提高了分類準(zhǔn)確率。同時(shí)算法也改進(jìn)了預(yù)測(cè)模型，用趨勢(shì)的規(guī)則進(jìn)行預(yù)測(cè)。本文使用時(shí)序基因數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，將DTSP算法和支持向量機(jī)、K近鄰算法做橫向?qū)Ρ?，并將DTSP算法中包含的三種算法做縱向?qū)Ρ?。?shí)驗(yàn)證明，改進(jìn)后的分類器得到了很高的分類效果，選出了最具分類能力的特征對(duì)。選出的特征對(duì)將對(duì)生物學(xué)基因研究提供了新的思路。
　　2.在動(dòng)態(tài)最高得分對(duì)算法理論的基礎(chǔ)上，本文設(shè)計(jì)