基于Boosting的基因表达数据分类

发布时间：2021-12-22 03:29

　　基因表达水平可以通过DNA微阵列技术进行测量,由此产生了基因表达数据。通过分析研究基因表达数据可以挖掘有效信息,有助于病理分析与疾病诊断,利用基因表达数据进行癌症分类诊断是一种重要的癌症检测方法。但由于基因表达数据具有维数高、样本少的特点,使得传统的模式识别方法容易陷入“维数灾难”。Boosting是一种集成学习算法,它可以将任意分类算法作为基分类算法进行集成,进而提高基分类算法的分类正确率。堆栈自动编码器是一种深度学习方法,它通过大量训练样本可以学习到数据中的高层次特征,使其在诸多模式识别问题上具有良好的分类性能。由于基因表达数据样本数较少,使用深度学习方法对基因表达数据分类易出现分类精度不高的问题。Boosting是一种迭代算法,每轮学习使用的训练样本都不同,可以一定程度上弥补样本数不足的问题。因此本文提出一种基于堆栈自动编码器与Boosting相结合的方法对基因表达数据分类,本算法首先采用主成分分析对基因表达数据降维,然后将堆栈自动编码器作为Boosting的基分类算法进行学习训练,最后组合多个堆栈自动编码器进行决策。通过在9组真实基因表达数据上实验发现本算法将堆栈自动编码器的分... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

cDNA微阵列获取基因表达数据过程示意图

图 4. 1 决策树实例类过程从测试颜色开始，判定颜色，如喜欢”，如果为黑色，则继续判断价格如果价格判定为实惠，则样本分类为“一个递归算法，在每一步对特征进行测拆分将数据集划分为子集，子集构成的定，直到叶子节点，即可得到待测样本。an 提出的一种决策树算法实现方法，ID增益作为评价标准，进而实现对数据归，选取信息增益最大的属性进行分裂。大，信息越不确定。 logcEntropy S p p


本文编号：3545674