基于群优化拟合及临床数据的癌症lncRNA预测技术研究

发布时间：2021-05-20 00:51

　　提出一种群优化拟合方法,通过测试函数和优化模型,分析验证了其具有较好的优化能力。采用群优化拟合方法计算了关键特征集合,并结合临床数据提出了一种基于群优化拟合及临床数据的癌症lncRNA预测方法。该方法在关键特征集合的基础上采用判别分析完成预测,预测过程中采用马氏统计距离的最小原则。实验结果表明,该方法获得了较好的收敛性能,在精确度、召回率和F1-Score三个指标上都达到了较好的预测结果。 

【文章来源】：现代信息科技. 2020,4(16)

【文章页数】：5 页

【文章目录】：
0 引言
1 lnc RNA关键特征选择
2 Lnc RNA预测
    2.1 预测数据集的平滑处理
    2.2 群优化拟合
        2.2.1 方式1：散漫随机运动
        2.2.2 方式2：原地避让运动
        2.2.3 方式3：域内群聚运动
        2.2.4 强制机制
    2.3 三种运动的四个机制
    2.4 群优化拟合的实例化
    2.5 lnc RNA预测
3 实验性能分析与讨论
    3.1 群优化拟合的进化性能
    3.2 群优化拟合的优化能力
    3.3 PCL-SOF-CD算法性能
4 结论



本文编号：3196760