一种基于关联规则与支持向量机的基因表达数据分类模型

发布时间：2018-12-23 12:26

【摘要】：通过研究基因表达数据发现与特定疾病相关的关联规则,对疾病辅助诊断有重要的意义。针对现有分类结果可解释性的不足,提出一种基于关联规则的基因表达数据分类模型ASSO-SVM(ASSOciation rule based Support Vector Machine)。在该模型中,关联规则作为一种特征选择方法,用于提取基因之间的非线性关联。通过这些非线性关联所获取的先验知识有利于提高分类结果的可解释性。另外,针对基因表达数据高维、小样本的特性,该方法采用支持向量机作为对基因表达数据的分类器,获得较高的分类精度。ASSO-SVM结合了基因表达关联规则以及支持向量机分类的优点。在实际基因表达数据集上与现有分类模型的对比实验验证了该方法的有效性。
[Abstract]:It is important to find association rules related to specific diseases by studying gene expression data. In order to solve the problem that the existing classification results are interpretable, a classification model of gene expression data based on association rules (ASSO-SVM (ASSOciation rule based Support Vector Machine).) is proposed. In this model, association rules, as a feature selection method, are used to extract nonlinear association between genes. The priori knowledge obtained from these nonlinear correlations is helpful to improve the interpretability of classification results. In addition, support vector machine (SVM) is used as classifier for gene expression data because of the characteristics of high dimension and small sample of gene expression data. ASSO-SVM combines the advantages of gene expression association rules and SVM classification. The effectiveness of the proposed method is verified by comparing the actual gene expression data set with the existing classification models.
【作者单位】： 华南农业大学信息学院;广东工业大学计算机学院;
【基金】：广东省科技计划项目(2010B080701070,2012B010100029)
【分类号】：R318;TP181

【参考文献】

相关博士学位论文 前1条

1 蔡瑞初;基因表达数据挖掘若干关键技术研究[D];华南理工大学;2010年

【共引文献】

相关博士学位论文 前1条

1 陆慧娟;基于基因表达数据的肿瘤分类算法研究[D];中国矿业大学;2012年

相关硕士学位论文 前2条

1 尹飞;癌症基因数据的降维算法研究与应用[D];苏州大学;2013年

2 安平;基因表达数据的双聚类分析方法研究[D];苏州大学;2013年

【二级参考文献】

相关期刊论文 前8条

1 封举富,时建新;基因选择的快速Fisher优化模型[J];北京大学学报(自然科学版);2005年01期

2 皋军;王士同;;基于矩阵模式的最小类内散度支持向量机[J];电子学报;2009年05期

3 贺宪民,贺佳,吴骋,范思昌;微阵列数据中常用的分类分析方法[J];国外医学(生物医学工程分册);2004年03期

4 周柚;张琛;吴春国;时小虎;梁艳春;;微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法[J];吉林大学学报(理学版);2008年03期

5 李颖新;李建更;阮晓钢;;肿瘤基因表达谱分类特征基因选取问题及分析方法研究[J];计算机学报;2006年02期

6 王树林;王戟;陈火旺;李树涛;张波云;;肿瘤信息基因启发式宽度优先搜索算法研究[J];计算机学报;2008年04期

7 蔡立军;蒋林波;易叶青;;基于蚁群优化算法的基因选择[J];计算机应用研究;2008年09期

8 王明怡,吴平,王德林;基于相关性分析的基因选择算法[J];浙江大学学报(工学版);2004年10期

【相似文献】

相关期刊论文 前10条

1 周艳宏;张必成;曾朝阳;张文玲;范松青;李小玲;熊炜;曹利;李伟芳;李桂源;;利用GenMAPP筛查鼻咽癌差异表达基因[J];生物化学与生物物理进展;2005年12期

2 陈志宏;严壮志;刘书朋;;基于模糊自适应共振网络简化模型方法的乳腺肿瘤基因分类[J];上海大学学报(自然科学版);2006年04期

3 张玲;伍亚舟;陈军;易东;;小波-神经网络方法在基因表达数据分析中的应用研究[J];重庆医学;2010年17期

4 武振宇;李康;;支持向量机在基因表达数据分类中的应用研究[J];中国卫生统计;2007年01期

5 罗万春;易东;;胎儿小脑基因表达多尺度降噪的y～n曲线模型[J];计算机工程与应用;2011年07期

6 武晓岩;李康;;基因表达数据判别分析的随机森林方法[J];中国卫生统计;2006年06期

7 武晓岩;闫晓光;李康;;基因表达数据的随机森林逐步判别分析方法[J];中国卫生统计;2007年02期

8 伍亚舟;张玲;罗万春;易东;;基因表达数据的多尺度特征提取与分类研究[J];计算机工程与应用;2009年13期

9 徐源;彭斌;邓宇;田考聪;;基于小波去噪的基因表达数据聚类集成算法的研究[J];重庆医科大学学报;2010年05期

10 马猛;钮俊清;宁岩;郑浩然;王煦法;;聚类和关联规则挖掘在基因表达数据分析中的应用研究[J];北京生物医学工程;2008年04期

相关会议论文 前10条

1 杨昆;李建中;王朝坤;徐继伟;;基因表达数据的基于类别树和SVMs的多类癌症分类算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

2 徐旭东;郑欣;;基于Struts的基因表达数据分析软件的设计与实现[A];2006年全国开放式分布与并行计算机学术会议论文集（三）[C];2006年

3 陈军;潘艳;唐世星;张吉强;易东;;小脑基因表达数据的模糊多尺度聚类分析[A];重庆市预防医学会2010年论文集[C];2011年

4 李鹏;阮晓钢;;一种预测多骨髓瘤的神经网络方法[A];第二十二届中国控制会议论文集（下）[C];2003年

5 杨波;卢学春;于力;朱宏丽;范辉;姚善谦;楼方定;;靶向上调ID4基因表达药物的生物信息学预测、分析和初步验证[A];第12届全国实验血液学会议论文摘要[C];2009年

6 崔光照;曹祥红;张华;;基于小波变换的基因表达数据去噪聚类分析[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

7 王章辉;赵宇海;王国仁;李源;;一种基于投影聚类的无监督表型区分算法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

8 梅桢;申琦;冶保献;;用于基因表达数据模式识别的KNN和SVM集成算法[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

9 张文广;李金泉;菊林花;赖双英;;应用Affymetrix基因芯片数据集开发基因表达的秩分析方法[A];遗传学进步与人口健康高峰论坛论文集[C];2007年

10 卢学春;杨波;于力;朱宏丽;范辉;姚善谦;楼方定;;靶向上调ID4基因表达药物及其抗白血病作用的生物信息学预测、分析和验证[A];中国科协海峡两岸学术研讨会——2008血液肿瘤论坛会议会编[C];2008年

相关博士学位论文 前10条

1 张焕萍;面向基因表达数据的致病基因挖掘方法研究[D];南京航空航天大学;2009年

2 陆慧娟;基于基因表达数据的肿瘤分类算法研究[D];中国矿业大学;2012年

3 程慧杰;基于模式识别方法的基因表达数据分析研究[D];哈尔滨工程大学;2012年

4 蔡瑞初;基因表达数据挖掘若干关键技术研究[D];华南理工大学;2010年

5 陈伟;群体智能算法及其在基因表达数据聚类中的应用[D];江南大学;2011年

6 刘克钦;基于生物信号通路的复杂疾病标志物识别与研究[D];上海大学;2013年

7 王广云;肿瘤基因芯片表达数据分析相关问题研究[D];国防科学技术大学;2009年

8 张志勇;系统生物学的两个课题研究[D];上海大学;2013年

9 蔡立军;基因分类及基因表达数据分析方法的研究[D];湖南大学;2007年

10 邱浪波;基因芯片表达数据分析相关问题研究[D];国防科学技术大学;2007年

相关硕士学位论文 前10条

1 邓庆山;聚类分析及其在基因表达数据中的应用研究[D];华中科技大学;2004年

2 刘月明;基因表达聚类分析方法研究[D];第三军医大学;2001年

3 陈佳妮;基因表达数据分析中IGA-FCM聚类算法研究与实现[D];东北林业大学;2010年

4 周鹏;神经网络集成算法研究及在基因表达数据分析中的应用[D];华中科技大学;2004年

5 张礼;寻找差异基因的概率方法研究[D];南京航空航天大学;2010年

6 张彦琦;基因调控网络建立的数学模型研究[D];第三军医大学;2003年

7 张志国;基于生成树基因表达数据聚类方法分析[D];东北大学;2006年

8 沈小乔;基因表达数据分类算法及其应用研究[D];湖南大学;2005年

9 朱婵;聚类算法在基因表达数据分析中的应用研究[D];暨南大学;2005年

10 杨小涛;支持向量机算法研究及在基因表达数据分析中的应用[D];华中科技大学;2004年

，

本文编号：2389983