学位论文 > 优秀研究生学位论文题录展示

基于稀疏局部敏感法则的微阵列数据分析

作　者: 王明霞
导　师: 戴道清
学　校: 中山大学
专　业: 信息计算科学
关键词: 稀疏局部敏感特征提取癌症分类致病基因寻找
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 34次
引　用: 0次
阅　读: 论文下载

内容摘要

随着时代的进步,基因功能研究逐渐超越基因序列研究,成为后基因组时代研究的重点;并且微阵列技术使研究人员可以同时测定成千上万个基因的表达水平,这为生物标志物的检测以及癌症诊断提供了重要的技术支持。然而基因表达数据的高维数、高噪声的特点对分析方法提出了更高的要求。如何在海量基因表达数据中,发现肿瘤组织的基因表达模式,并成功地将临床表征不明或容易误诊的恶性肿瘤准确、快速地区分开,是一项具有挑战性的研究课题。近年来,多种判别分析和变量选择的方法用于基因表达数据的分析。于是生物标志物的检测–从成千上万个基因当中检测出那些与肿瘤起因、发展紧密相关的关键基因的方法逐渐增加,这使得癌症的诊断更准确且更容易解释。本文围绕运用局部敏感半监督特征选择方法和稀疏惩罚实现变量选择方法,及其在基于基因表达数据进行生物标志物检测以及癌症诊断的应用而展开。本文受到局部敏感半监督特征选择、局部敏感判别分析以及稀疏PCA的启发,将局部敏感和稀疏方法结合起来提出一种新的判别方法–稀疏局部敏感法则。这样,一方面利用局部敏感算法的优势,即在处理小样本问题时,能够提取更多局部的结构信息而不单单是全局的判别信息,最终使得同类样本足够接近,不同类样本尽量分离,以便取得良好的癌症分类效果;另一方面,利用弹性网的解的稀疏性,使得提取的最佳分类特征仅仅是少数原始变量的线性组合,这种方法应用在基于基因表达数据分析中,具有很好的生物解释意义,为寻找致病基因提供重要依据。

全文目录

摘要  3-5
ABSTRACT  5-8
第1章引言  8-14
  1.1 研究背景和意义  8-9
  1.2 特征提取技术及研究现状  9-11
  1.3 本文的主要工作  11-14
第2章准备知识  14-23
  2.1 稀疏化  14-16
  2.2 几种局部保持算法介绍  16-23
第3章稀疏局部敏感法则  23-35
  3.1 矩阵的构造  23-26
  3.2 稀疏局部敏感法则算法基本思想  26-34
  3.3 稀疏局部敏感法则的算法过程  34-35
第4章实验及结果分析  35-48
  4.1 数据集的描述与预处理方法  35-36
  4.2 参数的解释与选择  36-37
  4.3 实验结果  37-45
  4.4 总结与展望  45-48
参考文献  48-52
致谢  52-53

基于稀疏局部敏感法则的微阵列数据分析

内容摘要

全文目录

相似论文