基因微阵列数据特征选择与分类方法研究

摘要

DNA微阵列又称基因芯片,是二十世纪九十年代发展起来的具有里程碑意义的生物学技术,通过对不同样本(时间、环境等)下的基因表达模式进行分析可提取重要信息。至今为止,该技术已经在基因发现、疾病诊断、药物发掘、药理研究等多个领域得到广泛应用并有着光辉的发展前景。目前,科学家们正积极结合多学科知识工具来提取基因表达数据中所包含的生物学意义。鉴于实验环境及成本的限制,DNA微阵列数据具有高维小样本,存在冗余基因与噪声基因等特点,如何高效准确地从DNA微阵列数据中发掘有用的信息,是当前机器学习和数据挖掘领域亟待解决的问题之一。成功的特征选择和分类算法是微阵列数据分析的关键,本文围绕基因表达数据的特征选择和分类任务展开研究,主要研究成果如下:
　　1.基于粗糙集分辨矩阵理论提出了一种新的基于类可分性判据的特征选择方法,其主要思想是显著性较高的特征能划分较多的不同类,聚集较多的同类样本。
　　2.提出了基于模糊相似系数和粗糙集的基因选择方法,将基于类可分性判据的算法用于DNA微阵列数据分析,对原信息系统构造相似矩阵和新信息系统来选择特征基因组,避开了离散化过程,减少了信息损失。
　　3.研究了一对多支持向量机,一对一支持向量机等现有多类分类方法,分析了它们在解决多类问题时的优缺点。
　　4.结合改进的最短距离法与超球体最小包含法,提出了一种基于二叉树结构的支持向量机多类分类器,使用参数方式调整样本分布范围与类间距离权重,据此调整二叉树结构。
　　论文利用研究成果针对人脑肿瘤,白血病等多个数据集进行了基因选择和分类实验。实验表明,采用论文研究的方法进行DNA微阵列数据基因选择和分类,分类准确度和效率都具有较大优势。

目录

封面

声明

中文摘要

英文摘要

目录

Contents

第1章 绪论

1.1 研究背景和意义

1.2 微阵列技术概述

1.3 论文的主要工作

1.4 论文的组织结构

第2章 微阵列基因选择及样本分类

2.1 引言

2.2基因选择

2.3 样本分类

2.4 本章小结

第3章 基于模糊相似系数和粗糙集的基因选择方法

3.1 引言

3.2 基于不同类样本区分度信息的特征选择算法

3.3 一种新的基于类可分性测度的粗糙集特征选择方法

3.4基于模糊相似系数和粗糙集的基因选择方法

3.5 实验及结果分析

3.6 本章小结

第4章 多类微阵列数据分类方法

4.1 引言

4.2 支持向量机多类分类方法

4.3 基于超球体与最短距离的二叉树多类SVM分类算法

4.4实验及结果分析

4.5 本章小结

结 论

参考文献

攻读硕士学位期间发表的学术论文

致谢