腫瘤是嚴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一步惡化,提高患者的生存機率�；蛐酒夹g能夠檢測細胞中大量基因的表達水平,對腫瘤基因表達譜數(shù)據(jù)進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,對其進行有效的特征提取并構建考慮類別不平衡的分類模型對提高腫瘤分類準確率十分重要。本文主要從以下兩個方面開展研究:(1)針對數(shù)據(jù)的高維小樣本特點,采用不同的流形學習方法提取高維數(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,達到去除冗余和數(shù)據(jù)降維的目的;并構建高斯過程分類器對得到的低維特征進行分類;實驗結果表明,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)結構特征,結合流形學習的高斯過程分類方法有效地提高了腫瘤基因表達數(shù)據(jù)的分類準確率。(2)針對數(shù)據(jù)的類別不平衡特點,通過對似然函數(shù)賦予與樣本數(shù)量相關的權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。實驗結果表明,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致的分類結...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖2-1SVM中分類超平面示意圖

理論基礎及相關工作132.3分類算法理論基礎分類器的作用是利用已知標簽的樣本數(shù)據(jù)或者特征來學習分類規(guī)則，通過尋找數(shù)據(jù)到樣本標簽之間的映射關系來實現(xiàn)未知標簽數(shù)據(jù)的類別預測。選取合適的分類器對分類結果有很大的影響，本節(jié)主要介紹支持向量機和人工神經(jīng)網(wǎng)絡兩種常用于基因表達譜數(shù)據(jù)的分類算法....

圖2-2三層BP神經(jīng)網(wǎng)絡結構

西安理工大學工程碩士專業(yè)學位論文14niytsyxxKyiniiiriirjijijiji,,2,1,00..,21max111,）（（2-20）其中),(jixxK為核函數(shù)。將式（2-20）轉化為求最小值問題，通過最小優(yōu)化算法（SMO）解得*，進一步求解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

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

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)集上的準確率Fig.3-2Accuracyofdifferentfeatureextractionalgorithmsondifferentd....

本文編號：4037123