2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57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、隨著生物技術的發(fā)展,DNA微陣列數(shù)據為基因診斷、基因治療等提供了前提和可能性.基因選擇是基因診斷的基礎,如何在超高維小樣本的基因表達數(shù)據中選擇那些與疾病相關、對疾病分類有用的診斷基因,保證基因診斷的有效性和可靠性,成為了一個具有挑戰(zhàn)性的課題.本文針對基于SVM的多病類診斷基因選擇方法進行了研究.從對兩病類的基因分類貢獻表示的討論入手,提出了四種基于SVM的多病類基因選擇方法:(1)基于和貢獻的基因選擇方法,將基因分多個病類對的貢獻求和,

2、作為該基因分所有病類的總貢獻,進行基因選擇;(2)基于類模式的基因選擇方法,從類中心之間的分類間隔考慮基因分病類對的貢獻;(3)基于相關性的貢獻空間方法;(4)基于相關性的和貢獻基因選擇方法.它們都是基于one-versus-one方式多類SVM分類方法進行基因選擇的,其中,方法(1)(2)對所選基因相關性無約束,方法(3)(4)對所選基因Pearson線性相關性有約束.通過用真實的基因微陣列數(shù)據進行大量實驗,本文在4種病類2308個基

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