基于壓縮感知的癌癥基因表達數(shù)據(jù)的分類研究.pdf

1、隨著人類基因組計劃的進行,DNA微陣列技術運用到腫瘤疾病研究中,產生了大量維數(shù)高、樣本少的癌癥基因表達數(shù)據(jù)。如何從海量的基因表達數(shù)據(jù)中發(fā)現(xiàn)和提取少量具有分類識別能力和最小冗余度的特征基因,挖掘出有用的知識和信息,比較全面地認識癌癥的基因本質、獲得對“癌癥-基因”間關系的真實反映,對推進惡性腫瘤的臨床診斷與治療,進一步研究癌癥、發(fā)現(xiàn)癌癥的致病機理是非常重要的。本文利用壓縮感知的理論對癌癥基因表達數(shù)據(jù)進行分類,把癌癥基因表達數(shù)據(jù)分類問題歸結

2、為求解測試樣本對于訓練樣本的稀疏表示問題,通過求解癌癥基因表達數(shù)據(jù)的重構來解決;通過計算重構的殘差,根據(jù)殘差來判斷測試樣本類別。這種分類方法不需要反復訓練來構建分類器,只要測試樣本在訓練樣本上的投影足夠稀疏,就能取得比較好的分類效果,并且耗時比較少。本文主要研究內容如下:
　　1.高維癌癥基因數(shù)據(jù)的降維研究。利用基于信噪比(SNR)、主成分分析法、基于Relief過濾法、基于Fisher準則這4種方法將癌癥基因數(shù)據(jù)進行降維,然后使

3、用壓縮感知方法對降維后的數(shù)據(jù)進行分類以評估降維效果。研究表明,主成分分析法后的特征更有利于求解稀疏解,分類精度比較高。
　　2.癌癥基因表達數(shù)據(jù)的重構算法。運用訓練樣本組成的完備字典,通過信號的重構算法,找到用完備字典中表示測試樣本的稀疏解,然后計算殘差,殘差最小的項即為測試樣本的類別。在重構算法中利用L1范數(shù)最小化來求解稀疏解,與Bagging神經(jīng)網(wǎng)絡、SVM和ELM的識別效果進行比較和分析,實驗表明即使是分類效果比較差的Bra