基因分類及基因表達數(shù)據(jù)分析方法的研究.pdf_第1頁
已閱讀1頁,還剩100頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、湖南大學博士學位論文基因分類及基因表達數(shù)據(jù)分析方法的研究姓名:蔡立軍申請學位級別:博士專業(yè):計算機應用技術指導教師:林亞平20070910基岡分類及基聞表達數(shù)據(jù)分析方’法的研究傳統(tǒng)的S V M 算法和K N N 算法兩者結合成為一種新的應用于基因表達數(shù)據(jù)分類的算法,并針對基因表達數(shù)據(jù)分類數(shù)據(jù)集中“樣本少,維數(shù)高”的特點,提出了一種改進的基于相關性的遞歸特征消除算法( 簡稱為C .R F E ) ,消除了數(shù)據(jù)冗余。實驗結果表明,新方法可有

2、效提高分類準確率和特征選取的效率。( 5 ) 針對基因表達數(shù)據(jù)的特征和單個分類器在進行基因分類時適用范圍有限、分類準確度不高等問題,提出了一種新的基于神經網絡的融合規(guī)則的多分類器組合模型的基因分類算法,克服了單個分類在進行基因分類時所呈現(xiàn)的不足,實驗表明基于多分類器組合模型的基因分類算法能有效提高分類準確度,并能擴大分類器的適用范圍。( 6 ) 聚類分析已經成為基因表達數(shù)據(jù)分析中的一種非常重要的分析方法,但怎樣結合其他高層次的生物學知識

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論