【摘要】：為了更好地解決DNA微陣列數(shù)據(jù)的分類問題并進(jìn)一步提高系統(tǒng)的識別率,提出了一種用于DNA微陣列數(shù)據(jù)分類的演化硬件多分類器Ada Boost選擇性集成學(xué)習(xí)方法.在系統(tǒng)集成階段,介紹了2種改進(jìn)的Ada Boost算法,分別探討了以樣本標(biāo)記提升抽樣有效容量和直接面向組合分類器分類精度提升的選擇性集成策略.對急性白血病、肺癌、結(jié)腸癌數(shù)據(jù)集進(jìn)行了試驗(yàn).結(jié)果表明,基于Ada Boost集成學(xué)習(xí)的演化硬件方法對白血病、肺癌、結(jié)腸癌的平均識別率為97.06%,99.32%,和94.44%.相對于傳統(tǒng)演化硬件集成學(xué)習(xí)方法,文中方法保證更優(yōu)識別率的同時(shí)有效降低了硬件實(shí)現(xiàn)代價(jià).
[Abstract]:In order to better solve the problem of DNA microarray data classification and further improve the recognition rate of the system, an evolutionary hardware multi-classifier Ada Boost selective ensemble learning method for DNA microarray data classification is proposed. In the phase of system integration, two kinds of improved Ada Boost algorithms are introduced, and the selective integration strategy of raising the sampling effective capacity by sample marking and directly improving the classification accuracy of combinatorial classifier is discussed respectively. The data sets of acute leukemia, lung cancer and colon cancer were tested. The results show that the average recognition rate of the evolutionary hardware method based on Ada Boost integrated learning for leukemia, lung cancer and colon cancer is 97.06% and 94.4444% respectively. Compared with the traditional evolutionary hardware ensemble learning method, the proposed method ensures better recognition rate and reduces the cost of hardware implementation.
【作者單位】： 重慶郵電大學(xué)計(jì)算智能重慶市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61203308,61309014,61403054) 重慶市基礎(chǔ)與前沿研究計(jì)劃項(xiàng)目(cstc2014jcyj A40001) 重慶教委科學(xué)技術(shù)研究項(xiàng)目(KJ1400436)
【分類號】：Q811.4;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王海川,張立明;一種新的Adaboost快速訓(xùn)練算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年01期

2 李振;;基于Adaboost的人臉檢測[J];科技信息(科學(xué)教研);2007年31期

3 李亞瓊;趙春暉;潘泉;張紹武;;新的AdaBoost算法評價(jià)體系[J];計(jì)算機(jī)工程與應(yīng)用;2009年08期

4 何海燕;施培蓓;;基于改進(jìn)AdaBoost算法的行人檢測方法[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年03期

5 戴青云;程俊紅;;AdaBoost算法在人臉識別中的應(yīng)用[J];黑龍江科技信息;2009年36期

6 劉禮輝;;基于Adaboost的快速人臉檢測系統(tǒng)[J];科技風(fēng);2009年03期

7 呂慧娟;武澎;;基于改進(jìn)的AdaBoost算法的人臉檢測[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

8 李銳;王卷樂;任正超;;基于AdaBoost算法的城鎮(zhèn)建設(shè)用地遙感動(dòng)態(tài)提取研究[J];國土資源遙感;2010年02期

9 李文輝;倪洪印;;一種改進(jìn)的Adaboost訓(xùn)練算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2011年03期

10 韓敏;穆大蕓;;基于Adaboost算法的回聲狀態(tài)網(wǎng)絡(luò)預(yù)報(bào)器[J];控制理論與應(yīng)用;2011年04期

相關(guān)會(huì)議論文 前10條

1 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年計(jì)算機(jī)應(yīng)用與系統(tǒng)建模國際會(huì)議論文集[C];2012年

2 張超;苗振江;;基于AdaBoost的面部信息感知[A];第十三屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

3 郭翌;汪源源;;基于Adaboost算法的頸動(dòng)脈粥樣硬化判別方法[A];中國儀器儀表學(xué)會(huì)第十一屆青年學(xué)術(shù)會(huì)議論文集[C];2009年

4 張紅梅;高海華;王行愚;;抑制樣本噪聲的AdaBoost算法及其在入侵檢測中的應(yīng)用[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

5 陸文聰;鈕冰;金雨歡;;基于AdaBoost算法的亞細(xì)胞位置預(yù)測[A];中國化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場論文集[C];2008年

6 陳宏偉;劉建偉;費(fèi)向東;;一種半監(jiān)督環(huán)境下的Adaboost算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

7 唐曉丹;苗振江;;基于AdaBoost和粒子濾波的目標(biāo)跟蹤[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 張彬;金連文;;基于AdaBoost的手寫體漢字相似字符識別[A];第二十六屆中國控制會(huì)議論文集[C];2007年

9 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

10 肖磊;李麗;肖佳文;;基于AdaBoost-SVM的上市公司信用風(fēng)險(xiǎn)評估[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前4條

1 佟旭;基于復(fù)雜網(wǎng)絡(luò)理論的糖尿病腎病辨證建模研究[D];北京中醫(yī)藥大學(xué);2016年

2 劉沖;模擬電路故障診斷AdaBoost集成學(xué)習(xí)方法研究[D];大連海事大學(xué);2011年

3 張?zhí)珜?人眼注視點(diǎn)估計(jì)方法的研究[D];南開大學(xué);2013年

4 趙培英;基于智能計(jì)算的膜蛋白結(jié)構(gòu)與相互作用預(yù)測研究[D];東華大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 皮麗琴;基于AdaBoost-GASVM算法和LDA主題模型的短文本分類研究[D];華南理工大學(xué);2015年

2 孫斌;一種基于Adaboost的實(shí)時(shí)行人檢測算法[D];華南理工大學(xué);2015年

3 蔡澤彬;基于視頻分析的行人檢測及統(tǒng)計(jì)方法研究[D];華南理工大學(xué);2015年

4 游晴;Adaboost人臉檢測算法研究及其在硬件平臺上的實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

5 宋雨;基于視覺圖片的腦—機(jī)接口控制研究[D];天津理工大學(xué);2015年

6 林欣;基于改進(jìn)膚色模型的AdaBoost人臉檢測算法研究[D];陜西科技大學(xué);2015年

7 袁浩杰;Adaboost算法的并行化及其在目標(biāo)分類中的應(yīng)用[D];華南理工大學(xué);2015年

8 張恒;基于近紅外圖像的疲勞駕駛檢測研究與系統(tǒng)實(shí)現(xiàn)[D];長安大學(xué);2015年

9 朱非易;基于不平衡學(xué)習(xí)的蛋白質(zhì)—維生素綁定位點(diǎn)預(yù)測研究[D];南京理工大學(xué);2015年

10 張?jiān)?一種基于AdaBoost的組合分類算法研究[D];四川師范大學(xué);2015年

，

本文編號：2309511