支持向量機在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用.pdf

1、后基因時代，隨著基因芯片技術(shù)的廣泛應(yīng)用，基因芯片實驗數(shù)據(jù)爆炸式地增長。早期主要以聚類算法探索完全未知的基因表達(dá)模式。隨著基因分類、基因表達(dá)模式的逐步明朗，許多更有效的有監(jiān)督學(xué)習(xí)算法得到了廣泛應(yīng)用，準(zhǔn)確、高效地預(yù)測未知基因的功能。支持向量機由于自身諸多優(yōu)良的特性，使其在基因表達(dá)譜數(shù)據(jù)分析方面頗具吸引力。但是，極其有限的生物實驗結(jié)果相對于巨大的基因芯片數(shù)據(jù)來說，所提供的已知信息非常貧乏卻很寶貴。如何針對基因表達(dá)譜數(shù)據(jù)的這一特點，進(jìn)行有效地S

2、VMs分析，鮮有文獻(xiàn)報道。本文正是針對這一特點，從擬南芥根部基因表達(dá)數(shù)據(jù)分析這一典型實際例子出發(fā)，對基因表達(dá)譜數(shù)據(jù)分析進(jìn)行深入的研究。 本文主要研究工作如下：1.針對類別數(shù)未知，但有極少量已知類別訓(xùn)練點的擬南芥根部基因功能分類的問題，提出了一種基于距離度量學(xué)習(xí)的多分類支持向量機算法。 2.提出一種推理型多分類支持向量機，并將其轉(zhuǎn)化成一個無約束最優(yōu)化問題來求解。并將其應(yīng)用于擬南芥根部基因表達(dá)數(shù)據(jù)分析中，為基因表達(dá)數(shù)據(jù)分析提