版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、特征選擇技術(shù)是當(dāng)前信息領(lǐng)域,尤其是模式識別領(lǐng)域的研究熱點之一?;蜻x擇是特征選擇中的一個應(yīng)用?;蜻x擇在疾病預(yù)測方面有非常重要的實際意義。現(xiàn)存的一些基因選擇方法能夠有效地找出致病基因,但疾病往往都是由多個基因聯(lián)合造成,而現(xiàn)存的方法卻不能找到這些聯(lián)合的致病基因,我們稱之為基因集合。
針對上述問題,本文介紹了一種新的基因選擇的方法-基于頻度與聯(lián)合效應(yīng)的基因選擇。該方法的主要思想是:先利用Fisher準(zhǔn)則,將關(guān)系緊密的基因組合在
2、一起,形成一個個枝條,所有枝條構(gòu)成一個枝條矩陣;再從這個枝條矩陣中找出頻度最高(出現(xiàn)次數(shù)最多)且聯(lián)合效應(yīng)程度(多個基因聯(lián)合起來對疾病的影響程度)最大的基因集合,即與疾病最相關(guān)的致病基因集合。
本文方法最大的優(yōu)勢在于它能找到最本質(zhì)的致病基因集合,特別適用于由多個致病基因聯(lián)合造成的疾病。本文方法還可以用于其他特征選擇問題,如語音辨識,人臉識別等。本文實驗數(shù)據(jù)均是一些常見的真實數(shù)據(jù)集,通過使用本文方法得到的實驗結(jié)果與以往一些特征
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 詞語 次數(shù) 頻度 累積頻度
- 用選擇通達(dá)機制解釋品牌聯(lián)合的負(fù)面溢出效應(yīng).pdf
- 頻度副詞講解與練習(xí)
- 基于優(yōu)化算法的基因選擇與癌癥分類.pdf
- 基于集聚效應(yīng)的企業(yè)區(qū)位選擇研究.pdf
- 基于集成學(xué)習(xí)的基因選擇與樣本分類研究.pdf
- 中國服務(wù)貿(mào)易壁壘的測度與比較——基于頻度分析的角度.pdf
- 聯(lián)合抑制消減雜交及基因芯片技術(shù)篩選腫瘤轉(zhuǎn)移效應(yīng)基因.pdf
- 基于基因表達(dá)譜的腫瘤分類特征基因選擇研究.pdf
- 基于聚類與粒子群優(yōu)化的基因選擇方法研究.pdf
- 基于熵模型的基因選擇方法研究.pdf
- 直接與間接選擇方式下的選擇擴散效應(yīng)研究.pdf
- 基于品牌延伸的品牌聯(lián)合市場效應(yīng)實證研究.pdf
- 基于支持向量機的基因選擇算法研究.pdf
- 基于聚類的混合基因選擇方法研究.pdf
- MIMO系統(tǒng)中基于容量的聯(lián)合天線選擇算法的研究.pdf
- 基于協(xié)同效應(yīng)的并購目標(biāo)企業(yè)選擇研究.pdf
- 13256.交互效應(yīng)下的模型選擇——基于elasticnet
- 直接與間接選擇方式下的選擇擴散效應(yīng)研究
- 乙型和丙型肝炎病毒聯(lián)合基因免疫的實驗研究-載體及靶基因選擇,融合基因的構(gòu)建及表達(dá).pdf
評論
0/150
提交評論