本文關(guān)鍵詞：基于多標(biāo)簽分類的基因術(shù)語標(biāo)注，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著生物科技的發(fā)展,研究者們發(fā)現(xiàn)基因是導(dǎo)致疾病產(chǎn)生的直接或間接原因,因此,基因研究受到了越來越多研究者的關(guān)注。當(dāng)前海量的生物醫(yī)學(xué)文獻(xiàn)與基因相關(guān),研究者們希望對(duì)這些文獻(xiàn)進(jìn)行標(biāo)準(zhǔn)的基因術(shù)語的標(biāo)注。然而,手工分析和利用搜索引擎進(jìn)行文獻(xiàn)的基因標(biāo)注費(fèi)時(shí)費(fèi)力。因此,本文提出了一種自動(dòng)化的文獻(xiàn)基因術(shù)語標(biāo)注方案。我們首次將文獻(xiàn)的基因術(shù)語標(biāo)注投射到多標(biāo)簽分類的框架下,提出了多標(biāo)簽學(xué)習(xí)的模型訓(xùn)練方案。首先,從國際最著名的生物醫(yī)學(xué)領(lǐng)域的搜索引擎Pubmed中查找基因術(shù)語關(guān)鍵詞的生物醫(yī)學(xué)文獻(xiàn),利用其Mesh功能完成文摘的基因標(biāo)簽標(biāo)注,構(gòu)成訓(xùn)練數(shù)據(jù)集,根據(jù)訓(xùn)練數(shù)據(jù)集設(shè)計(jì)多標(biāo)簽分類器。接著,我們提出了兩個(gè)基于多標(biāo)簽分類的基因術(shù)語標(biāo)注算法,約束簡(jiǎn)化的Rank-SVM (SCRank-SVM)和正則化RBF網(wǎng)絡(luò)多標(biāo)簽分類(ReguRBFML)算法進(jìn)行測(cè)試樣本的自動(dòng)化基因標(biāo)柱。最后,我們提出了術(shù)語標(biāo)注分類器性能評(píng)估標(biāo)準(zhǔn),完成了算法的性能評(píng)估。約束簡(jiǎn)化的Rank-SVM多標(biāo)簽基因術(shù)語標(biāo)注算法(Simplified Constraints Rank-SVM, SCRank-SVM)主要依據(jù)Rank量化樣本標(biāo)簽之間的相關(guān)性的思想,首先定義無偏置b的多標(biāo)簽分類決策面和邊緣,然后通過最大化邊緣和最小化Ranking loss函數(shù)建立分類模型,最后利用閾值函數(shù)預(yù)測(cè)標(biāo)簽。與Rank-SVM算法相比,由于約束條件沒有b項(xiàng),SCRank-SVM算法在對(duì)偶優(yōu)化問題中具有更少的優(yōu)化約束條件,從而獲得更優(yōu)的解空間。正則化RBF網(wǎng)絡(luò)多標(biāo)簽分類算法(Regularized RBF neural network Multi-Label, ReguRBFML)主要解決多標(biāo)簽算法運(yùn)行時(shí)間長的問題,為了保證分類準(zhǔn)確率的情況下減少生物醫(yī)學(xué)文獻(xiàn)基因標(biāo)注的時(shí)間,我們將徑向基函數(shù)RBF單層前饋神經(jīng)網(wǎng)絡(luò)拓展到多標(biāo)簽分類問題。SOM(Self Organization Map)具有聚類速度快、泛化性能好等優(yōu)點(diǎn),利用SOM聚類方法產(chǎn)生RBF的聚類中心,然后建立正則化的最小二乘學(xué)習(xí)模型,使用嶺回歸的方法得出神經(jīng)網(wǎng)絡(luò)的隱藏層到輸出層的權(quán)重向量,最后用閾值函數(shù)預(yù)測(cè)標(biāo)簽。在生物醫(yī)學(xué)文獻(xiàn)上的GO基因術(shù)語標(biāo)注結(jié)果表明,本文提出的多標(biāo)簽分類算法在基因術(shù)語標(biāo)注的應(yīng)用中比傳統(tǒng)的多標(biāo)簽分類方法準(zhǔn)確率提高了3%-18%。同時(shí),在公開的多標(biāo)簽數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文提出的算法也適用于一般多標(biāo)簽分類問題,比傳統(tǒng)方法的準(zhǔn)確率提高了1%-6%。
【關(guān)鍵詞】：GO基因術(shù)語 多標(biāo)簽分類 Rank-SVM RBF神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：Q78
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景及意義9-11
• 1.2 研究現(xiàn)狀11-12
• 1.3 本文的主要研究思路12-13
• 1.4 本文的組織架構(gòu)13-15
• 第二章 面向生物文本的基因術(shù)語自動(dòng)化標(biāo)注15-28
• 2.1 基于多標(biāo)簽分類的基因術(shù)語標(biāo)注技術(shù)路線15-21
• 2.2 基于多標(biāo)簽分類基因標(biāo)注問題定義21-24
• 2.2.1 學(xué)習(xí)框架21-23
• 2.2.2 在術(shù)語標(biāo)注上使用多標(biāo)簽分類的難點(diǎn)23-24
• 2.3 基于多標(biāo)簽分類的基因標(biāo)注算法評(píng)估標(biāo)準(zhǔn)24-27
• 2.3.1 基于樣本的評(píng)估標(biāo)準(zhǔn)24-26
• 2.3.2 基于類別的評(píng)價(jià)指標(biāo)26-27
• 2.4 本章小結(jié)27-28
• 第三章 約束簡(jiǎn)化的Rank-SVM多標(biāo)簽基因標(biāo)注算法28-41
• 3.1 傳統(tǒng)多標(biāo)簽分類算法28-30
• 3.2 約束簡(jiǎn)化的Rank-SVM多標(biāo)簽基因術(shù)語標(biāo)注算法30-32
• 3.2.1 SCRank-SVM多標(biāo)簽基因術(shù)語標(biāo)注算法30-32
• 3.2.2 核函數(shù)和標(biāo)簽預(yù)測(cè)32
• 3.3 實(shí)驗(yàn)結(jié)果與分析32-40
• 3.3.1 醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)集32-34
• 3.3.2 公開多標(biāo)簽數(shù)據(jù)集34-35
• 3.3.3 算法參數(shù)設(shè)置35-36
• 3.3.4 結(jié)果與分析36-40
• 3.4 本章小結(jié)40-41
• 第四章 正則化RBF網(wǎng)絡(luò)的多標(biāo)簽基因術(shù)語標(biāo)注41-53
• 4.1 RBF神經(jīng)網(wǎng)絡(luò)41-43
• 4.2 正則化RBF網(wǎng)絡(luò)的多標(biāo)簽基因標(biāo)注算法43-46
• 4.3 實(shí)驗(yàn)結(jié)果與分析46-51
• 4.3.1 參數(shù)設(shè)置46-47
• 4.3.2 結(jié)果與分析47-51
• 4.4 本章小結(jié)51-53
• 第五章 總結(jié)與展望53-55
• 5.1 工作總結(jié)53
• 5.2 進(jìn)一步工作和展望53-55
• 參考文獻(xiàn)55-59
• 攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果59-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 李軍懷;張果謀;于蕾;張t，

本文編號(hào)：302324