腫瘤是嚴(yán)重威脅人類生命健康的主要疾病之一,其發(fā)生發(fā)展是多個(gè)基因逐步改變的多階段過程,盡早確診能夠有效防止腫瘤進(jìn)一步惡化,提高患者的生存機(jī)率�；蛐酒夹g(shù)能夠檢測細(xì)胞中大量基因的表達(dá)水平,對腫瘤基因表達(dá)譜數(shù)據(jù)進(jìn)行正確分類將有助于腫瘤的早期確診和治療。腫瘤基因表達(dá)譜數(shù)據(jù)通常具有高維度、小樣本以及類別不平衡的特點(diǎn),對其進(jìn)行有效的特征提取并構(gòu)建考慮類別不平衡的分類模型對提高腫瘤分類準(zhǔn)確率十分重要。本文主要從以下兩個(gè)方面開展研究:(1)針對數(shù)據(jù)的高維小樣本特點(diǎn),采用不同的流形學(xué)習(xí)方法提取高維數(shù)據(jù)的局部和全局特征,獲取數(shù)據(jù)中潛在的低維流形,達(dá)到去除冗余和數(shù)據(jù)降維的目的;并構(gòu)建高斯過程分類器對得到的低維特征進(jìn)行分類;實(shí)驗(yàn)結(jié)果表明,等距特征映射算法和基于監(jiān)督的局部線性嵌入算法得到的低維流形能夠更加完整地保留數(shù)據(jù)結(jié)構(gòu)特征,結(jié)合流形學(xué)習(xí)的高斯過程分類方法有效地提高了腫瘤基因表達(dá)數(shù)據(jù)的分類準(zhǔn)確率。(2)針對數(shù)據(jù)的類別不平衡特點(diǎn),通過對似然函數(shù)賦予與樣本數(shù)量相關(guān)的權(quán)重來平衡各類樣本的重要性,以增加少數(shù)類樣本的分類決策權(quán)。實(shí)驗(yàn)結(jié)果表明,該方法有效保留了數(shù)據(jù)的原始分布特性,一定程度上解決了由于類別不平衡導(dǎo)致的分類結(jié)...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1SVM中分類超平面示意圖

理論基礎(chǔ)及相關(guān)工作132.3分類算法理論基礎(chǔ)分類器的作用是利用已知標(biāo)簽的樣本數(shù)據(jù)或者特征來學(xué)習(xí)分類規(guī)則，通過尋找數(shù)據(jù)到樣本標(biāo)簽之間的映射關(guān)系來實(shí)現(xiàn)未知標(biāo)簽數(shù)據(jù)的類別預(yù)測。選取合適的分類器對分類結(jié)果有很大的影響，本節(jié)主要介紹支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)兩種常用于基因表達(dá)譜數(shù)據(jù)的分類算法....

圖2-2三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文14niytsyxxKyiniiiriirjijijiji,,2,1,00..,21max111,）（（2-20）其中),(jixxK為核函數(shù)。將式（2-20）轉(zhuǎn)化為求最小值問題，通過最小優(yōu)化算法（SMO）解得*，進(jìn)一步求解w和b，最終得到最優(yōu)超平....

圖3-1不同特征提取算法Fig.3-1J-valuecurvescorrespondingtod

西安理工大學(xué)工程碩士專業(yè)學(xué)位論文24效果最差的是線性降維方法對應(yīng)的低維數(shù)據(jù)；同理，Sonar數(shù)據(jù)集對應(yīng)得幾種低維數(shù)據(jù)中，數(shù)據(jù)為SLLE對應(yīng)的低維流形最適用于分類，其次為線性降維方法。圖3-1(b)為三個(gè)腫瘤數(shù)據(jù)集對應(yīng)的J值折線圖，可以看出，對三個(gè)腫瘤數(shù)據(jù)集采用不同算法進(jìn)行特征提取....

圖3-2不同特征提取算Fig.3-2Accuracyofdifferentfeaturee

嵌入低維流形的腫瘤基因表達(dá)譜數(shù)據(jù)分類算法25（c）Coloncancer數(shù)據(jù)集（d）Leukemia數(shù)據(jù)集圖3-2不同特征提取算法在各數(shù)據(jù)集上的準(zhǔn)確率Fig.3-2Accuracyofdifferentfeatureextractionalgorithmsondifferentd....

本文編號：4037123