学位论文 > 优秀研究生学位论文题录展示

基于频度与联合效应的基因选择

作　者: 周萍
导　师: 张军英
学　校: 西安电子科技大学
专　业: 计算机应用技术
关键词: 基因选择 Fisher 频度联合效应
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 3次
引　用: 0次
阅　读: 论文下载

内容摘要

特征选择技术是当前信息领域,尤其是模式识别领域的研究热点之一。基因选择是特征选择中的一个应用。基因选择在疾病预测方面有非常重要的实际意义。现存的一些基因选择方法能够有效地找出致病基因,但疾病往往都是由多个基因联合造成,而现存的方法却不能找到这些联合的致病基因,我们称之为基因集合。针对上述问题,本文介绍了一种新的基因选择的方法-基于频度与联合效应的基因选择。该方法的主要思想是：先利用Fisher准则,将关系紧密的基因组合在一起,形成一个个枝条,所有枝条构成一个枝条矩阵；再从这个枝条矩阵中找出频度最高(出现次数最多)且联合效应程度(多个基因联合起来对疾病的影响程度)最大的基因集合,即与疾病最相关的致病基因集合。本文方法最大的优势在于它能找到最本质的致病基因集合,特别适用于由多个致病基因联合造成的疾病。本文方法还可以用于其他特征选择问题,如语音辨识,人脸识别等。本文实验数据均是一些常见的真实数据集,通过使用本文方法得到的实验结果与以往一些特征选择方法,如：mRMR[1], SPCA[2], Ruck[3], Tarr[4]等进行比较,发现本文方法有很好的去噪效果,且能更有效的找到本质特征,降低特征空间维数。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 研究背景  8-9
  1.2 本文工作及结构安排  9-11
第二章基因选择背景知识介绍  11-19
  2.1 基因数据背景知识  11-15
    2.1.1 DNA微阵列数据的获取  11-13
    2.1.2 DNA微阵列技术的应用  13-14
    2.1.3 DNA微阵列数据的表达分析和处理  14-15
  2.2 基因选择  15-17
    2.2.1 基因选择的提出  15-16
    2.2.2 基因选择的特点  16
    2.2.3 基因选择的传统方法  16-17
  2.3 本章小结  17-19
第三章基于频度与联合效应的基因选择方法  19-29
  3.1 方法的提出  19
  3.2 枝条矩阵的生成准则——Fisher准则  19-23
    3.2.1 Fisher准则简介  19-21
    3.2.2 Fisher准则在本文中的应用  21-23
  3.3 致病基因集合(model)的选择标准——频度与联合效应  23-24
  3.4 方法优劣的判定工具——多层感知器(MLP)与ROC曲线  24-27
    3.4.1 多层感知器(MLP)的简介及在本文中的应用  24-26
    3.4.2 ROC曲线的简介及在本文中的应用  26-27
  3.5 基于频度与联合效应的基因选择算法框图与算法  27-28
  3.6 本章小结  28-29
第四章实验与结果分析  29-35
  4.1 实验数据及方法介绍  29-30
  4.2 实验与结果分析  30-33
    4.2.1 实验一:"NCI数据集"实验  30
    4.2.2 实验二:"糖尿病数据集"和"声纳数据集"实验  30-32
    4.2.3 实验三:"SNP数据集"实验  32-33
  4.3 本章小结  33-35
结束语  35-37
致谢  37-39
参考文献  39-43
作者在读期间的研究成果  43

基于频度与联合效应的基因选择

内容摘要

全文目录

相似论文