2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基因表達數(shù)據(jù)的分析和研究是生物信息學中重要的研究課題.運用信息科學的方法和技術,基于腫瘤基因表達數(shù)據(jù),建立腫瘤的分類預測模型,對腫瘤的發(fā)現(xiàn)和識別具有重要意義.該文以多發(fā)性骨髓瘤、小圓藍細胞瘤和結腸癌為研究對象,以基因表達數(shù)據(jù)為基礎,運用人工神經網(wǎng)絡建立腫瘤的分類預測模型,取得的主要研究成果如下:第一,該文針對多發(fā)性骨髓瘤,應用BP網(wǎng)絡建立了多發(fā)性骨髓瘤BP預測模型.該模型使用相關分析法提取了44個特征基因,并以此為基礎設計了基于三層BP

2、網(wǎng)絡的預測器.研究結果顯示,多發(fā)性骨髓瘤BP預測模型正確預測了所有測試樣本,預測正確率為100%.該文首次將自組織特征映射網(wǎng)絡應用于多發(fā)性骨髓瘤的研究,提出了一種具有自組織特征的多發(fā)性骨髓瘤自組織預測模型.該模型以自組織特征映射網(wǎng)絡為核心,設計了自組織單元,使模型表現(xiàn)出優(yōu)秀的自組織特征.實驗結果表明,多發(fā)性骨髓瘤自組織預測模型的預測正確率達到了100%.第二,關于小圓藍細胞瘤,該文針對小圓藍細胞瘤存在的四個亞型,引入了將多類分類問題分解

3、為多個兩類分類問題的思想,建立了基于多BP網(wǎng)絡的小圓藍細胞瘤多模預測模型.該模型由四個BP網(wǎng)絡構成,每個BP網(wǎng)絡分別負責一個亞型的分類.研究結果表明,該模型能正確預測所有測試樣本,預測的準確率達到了100%.第三,針對結腸癌的研究,該文首次應用學習矢量量化算法,建立結腸癌學習矢量量化預測模型.該預測模型提取50個特征基因,設計了基于學習矢量量化算法的預測器.結腸癌學習矢量量化預測模型正確劃分了62個樣本中的57個樣本,分類正確率為91.

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論