版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、西安電子科技大學(xué)碩士學(xué)位論文基于SNP特征的樣本分類(lèi)姓名:徐曜華申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:張軍英20100501Abstract Abstract Single Nucleotide Polymorphism (SNP) is a genetic marker which commonly exists in human genome. It is mainly referred to DNA polymorphi
2、sm caused by the single nucleotide variation at genome level. As a genetic marker, SNP is more reliable for disease prediction, diagnosis and cure. So the study of SNP has very important meaning. This paper mainly studie
3、s the classification performance of SNPs and its probabilities of disease-producing. First, we study the performance of SNPs. Next, we study the classification performance of disease probabilities obtained from the model
4、s. This is from the view of model to study the classification. With this aim, three classifiers were introduced which will be used to classify the samples through the SNPs and probabilities. Results from the experiments
5、indicate that SNPs from the models have a best classification performance for the samples; the classification performance of the probabilities abtained from the models is up the accuracy of the probabilities and the tain
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于基因表達(dá)數(shù)據(jù)的樣本分類(lèi)研究.pdf
- 基于RBFNN的復(fù)雜樣本分類(lèi)研究.pdf
- 基于視頻樣本分類(lèi)的事件庫(kù)構(gòu)建方法研究.pdf
- 基于集成學(xué)習(xí)的基因選擇與樣本分類(lèi)研究.pdf
- 基于特征權(quán)重算法的文本分類(lèi)研究.pdf
- 基于相對(duì)特征的文本分類(lèi)算法研究.pdf
- 基于自身特征的短文本分類(lèi)研究.pdf
- 基于圖模型的中文小樣本文本分類(lèi)研究.pdf
- 基于混合特征的中文文本分類(lèi)研究.pdf
- 基于數(shù)據(jù)分布特征的文本分類(lèi)研究.pdf
- 基于樣本重要性原理的KNN文本分類(lèi)算法.pdf
- 基于特征選擇和特征加權(quán)算法的文本分類(lèi)研究.pdf
- 基于概念特征的中文文本分類(lèi)研究.pdf
- 基于語(yǔ)句特征提取的文本分類(lèi)方法研究.pdf
- 文本分類(lèi)的特征選擇和分類(lèi)方法研究.pdf
- 54354.基于基因表達(dá)譜的樣本分型與分類(lèi)研究
- 基于KNN的文本分類(lèi)特征選擇與分類(lèi)算法的研究與改進(jìn).pdf
- 基于類(lèi)別的特征選擇算法的文本分類(lèi)系統(tǒng).pdf
- 宏基因組樣本分類(lèi)方法研究.pdf
- 文本分類(lèi)特征選擇與分類(lèi)算法的改進(jìn).pdf
評(píng)論
0/150
提交評(píng)論