基于稀疏性理論的腫瘤基因表達(dá)譜分類.pdf

1、隨著DNA微陣列技術(shù)的出現(xiàn)，生物的基因表達(dá)數(shù)據(jù)有著爆炸性的增長，吸引了大量的科研人員投入到生物信息學(xué)的研究領(lǐng)域中，使得生物信息學(xué)獲得了廣泛的關(guān)注與研究焦點?；贒NA微陣列的腫瘤樣本分類方法為快速準(zhǔn)確的診斷腫瘤類型提供了新的解決思路。同時由于DNA微陣列的高維小樣本與高噪音特性，使得這一診斷方法面臨重大的挑戰(zhàn)。
　　稀疏表示是近年來出現(xiàn)的新穎的熱門技術(shù)，并受到了眾多研究者的廣泛關(guān)注，目前已被廣泛應(yīng)用于模式識別領(lǐng)域，如人臉識別、腫瘤

2、分類、聚類、降維等。
　　本論文中，我們圍繞稀疏表示技術(shù)，研究其在腫瘤基因表達(dá)譜數(shù)據(jù)上的分類問題，并重點關(guān)注數(shù)據(jù)中的高噪音特性，提出了有效的降噪或去噪算法，詳細(xì)闡述了算法的關(guān)鍵流程，并與傳統(tǒng)的算法進(jìn)行比較。本文的研究工作總結(jié)如下：
　　第一，提出了基于元樣本的魯棒稀疏表示分類器,并用于腫瘤基因表達(dá)譜數(shù)據(jù)分類。該算法是一種改進(jìn)的稀疏表示分類器，它通過增加權(quán)重矩陣與迭代算法，降低數(shù)據(jù)中噪音或異常量的權(quán)重值，即降低噪音或異常量對分