基于萬圣約束降維和分類器集成的MicroRNA識別方法研究.pdf

1、MicroRNA(MiRNA)是RNA家族中的一員,被稱為小分子RNA。目前,眾多的研究表明,miRNA與生物體的基因表達、生長發(fā)育和行為等都有十分密切的關系。早期對miRNA的識別均采用生物學實驗方法,但卻因其低效、費時、昂貴等因素導致識別效果并不理想。之后,研究者開始把機器學習引入miRNA的識別,這為大規(guī)模預測miRNA提供了新的思路。本文側(cè)重對應用在miRNA識別領域的機器學習方法做了較深入的研究,以此提高miRNA的識別精度。

2、主要的研究工作如下:
　　 1.提出了基于成對約束的半監(jiān)督降維算法LSLDA。通過對已提出的幾種采用機器學習識別miRNA的方法的研究表明,這些方法大都以生物學理論為基礎,從miRNA的序列和二級結構中提取特征,并未考慮這些特征中是否有些特征影響了分類效果。為此,本文采用基于成對約束的降維方法去除那些對分類貢獻不大的特征,進而提高分類器的性能。與原訓練集上的實驗結果相比,LSLDA在時間復雜度和分類器性能上都有明顯的改進。

3、>　　 2.提出了基于成對約束的集成算法En-LSLDA。該算法針對LSLDA算法可有效進行降維,但不能克服成對約束不確定性的影響(每次取到的成對約束個數(shù)不同和內(nèi)容不同,會導致不同的分類結果)。因較高的分類精度不確定在取哪些成對約束個數(shù)時得到,為此,本文通過對取各個成對約束個數(shù)下的分類器進行集成,構建一個比單個分類器性能更優(yōu)的集成分類器,以此提高miRNA的預測精度。從實驗結果看,En-LSLDA算法是有效可行的。
　　 3.