目的:DNA微陣列技術(shù)通過同步追蹤大量基因的表達(dá)水平而得到基因表達(dá)譜數(shù)據(jù),廣泛應(yīng)用于生物醫(yī)學(xué)各個(gè)領(lǐng)域�；虮磉_(dá)數(shù)據(jù)的一個(gè)重要研究方向就是腫瘤等重大遺傳性疾病的病理診斷與分類研究。腫瘤作為一種由特定基因序列和表達(dá)變異引起的疾病,其表達(dá)譜的出現(xiàn)為腫瘤學(xué)提供了一種全新的臨床研究手段。因此,本文對(duì)腫瘤基因表達(dá)數(shù)據(jù)進(jìn)行挖掘研究,可以為腫瘤的早期診斷和臨床治療提供重要依據(jù)。方法:腫瘤基因表達(dá)譜具有樣本小、維度高、噪聲大、冗余多和非線性等特點(diǎn),給現(xiàn)有的分析處理工作帶來了一定的挑戰(zhàn)。機(jī)器學(xué)習(xí)算法中支持向量機(jī)(support vector machine,SVM)處理高維非線性數(shù)據(jù)有獨(dú)特的優(yōu)勢(shì)。智能優(yōu)化算法一般不要求目標(biāo)函數(shù)和約束的連續(xù)性與凸性,能很好的適應(yīng)數(shù)據(jù)中的不確定性。因此,本文采用機(jī)器學(xué)習(xí)和智能優(yōu)化相關(guān)算法分析挖掘腫瘤基因表達(dá)數(shù)據(jù)。主要內(nèi)容包括:(1)基于基因表達(dá)數(shù)據(jù)中存在的大量無關(guān)基因和冗余基因,提出信息增益(information gain,IG)結(jié)合SVM的兩階段混合方法選擇信息基因。該方法采用IG去除腫瘤樣本中的大量無關(guān)基因,再利用SVM進(jìn)一步約減數(shù)據(jù)中的冗余基因;(2)研究了粒子群優(yōu)化... 

【文章來源】：皖南醫(yī)學(xué)院安徽省

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基因芯片技術(shù)腫瘤基因表達(dá)譜的出現(xiàn)在腫瘤學(xué)基礎(chǔ)研究和臨床應(yīng)用等方面有重要的意義[5]

建立一個(gè)超平面作為決策曲面，最大化正例和反例之夠有效處理高維非線性數(shù)據(jù)的機(jī)器學(xué)習(xí)算法，優(yōu)點(diǎn)表各種函數(shù)集中構(gòu)造函數(shù)；（2）魯棒性：不需要微調(diào)；（各種實(shí)際問題；（4）計(jì)算簡(jiǎn)單：方法的實(shí)現(xiàn)只需要利用論上比較完善：基于 VC 推廣理論的框架�；诖耍�，如數(shù)據(jù)的分類預(yù)測(cè)、回歸分析、圖像分割、手寫體識(shí)

PSO算法圖示

【參考文獻(xiàn)】：
期刊論文
[1]基于對(duì)稱不確定性和SVM遞歸特征消除的信息基因選擇方法[J]. 葉明全,高凌云,伍長(zhǎng)榮,萬春圓.  模式識(shí)別與人工智能. 2017(05)
[2]腫瘤標(biāo)志物在早期肝癌診斷中的價(jià)值[J]. 張瓊月,陳俊輝.  醫(yī)學(xué)綜述. 2016(01)
[3]特征交互lasso用于肝病分類[J]. 王金甲,盧陽(yáng).  生物醫(yī)學(xué)工程學(xué)雜志. 2015(06)
[4]An Unsupervised Feature Selection Algorithm with Feature Ranking for Maximizing Performance of the Classifiers[J]. Danasingh Asir Antony Gnana Singh,Subramanian Appavu Alias Balamurugan,Epiphany Jebamalar Leavline.  International Journal of Automation and Computing. 2015(05)
[5]腫瘤基因選擇方法LLE Score[J]. 李建更,逄澤楠,蘇磊,陳思遠(yuǎn).  北京工業(yè)大學(xué)學(xué)報(bào). 2015(08)
[6]基于統(tǒng)計(jì)相關(guān)性與K-means的區(qū)分基因子集選擇算法[J]. 謝娟英,高紅超.  軟件學(xué)報(bào). 2014(09)
[7]特征選擇方法與算法的研究[J]. 李敏,卡米力·木依丁.  計(jì)算機(jī)技術(shù)與發(fā)展. 2013(12)
[8]基于Map-Reduce的大數(shù)據(jù)缺失值填充算法[J]. 金連,王宏志,黃沈?yàn)I,高宏.  計(jì)算機(jī)研究與發(fā)展. 2013(S1)
[9]穩(wěn)定的特征選擇研究[J]. 李云.  微型機(jī)與應(yīng)用. 2012(15)
[10]過濾特征基因選擇及演化硬件急性白血病分型[J]. 王進(jìn),丁凌,孫開偉,李鐘浩.  應(yīng)用科學(xué)學(xué)報(bào). 2012(03)

碩士論文
[1]模式分類中特征選擇算法研究[D]. 劉依戀.哈爾濱理工大學(xué) 2014
[2]穩(wěn)定的特征選擇算法研究[D]. 黃莎莎.南京郵電大學(xué) 2014
[3]模型選擇中的交叉驗(yàn)證方法綜述[D]. 范永東.山西大學(xué) 2013
[4]集成特征選擇算法的研究[D]. 高蘇艷.南京郵電大學(xué) 2013



本文編號(hào)：2912414