已閱讀1頁(yè),還剩35頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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、腫瘤等惡性疾病的準(zhǔn)確判別對(duì)治療具有重要的意義。有很多腫瘤在患病初期的臨床癥狀并不明顯,或者說(shuō)與其它疾病的癥狀比較相似,無(wú)法用傳統(tǒng)醫(yī)療診斷方法在初期確診并給予有效治療。
本文提出了一種基于ROC分析的多類別腫瘤分類和特征基因選取的策略,并在2組基因表達(dá)數(shù)據(jù)上對(duì)其進(jìn)行了評(píng)估。該方法假設(shè)每個(gè)類別內(nèi)的樣本服從正態(tài)分布且各個(gè)特征間相互獨(dú)立,通過(guò)樸素貝葉斯分類器建立每類腫瘤的后驗(yàn)概率模型,將樣本分入后驗(yàn)概率最大的一類中去。然后用HUM
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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
- 一種基于分類的圖像增強(qiáng)方法.pdf
- 基于ROC的分類算法評(píng)價(jià)方法.pdf
- 一種基于SVM的降維方法在三類ROC分析中的應(yīng)用.pdf
- 一種基于集成學(xué)習(xí)的多示例分類模型.pdf
- 一種基于圖像內(nèi)容的粗略分類方法研究.pdf
- 一種基于分類結(jié)構(gòu)的本體匹配方法.pdf
- 一種基于子空間分解和判別分析的多標(biāo)簽分類算法.pdf
- 一種改進(jìn)的ML-KNN多標(biāo)記分類方法研究.pdf
- 多類別智能分類器方法研究.pdf
- 基于一種改進(jìn)特征選擇方法的股票分類研究
- 一種廣義虛擬經(jīng)濟(jì)的分類方法
- 基于一種改進(jìn)特征選擇方法的股票分類研究.pdf
- 一種基于線性判別分析和支持向量機(jī)的音樂(lè)分類方法.pdf
- 一種基于知識(shí)分類樹(shù)的個(gè)性化推薦方法.pdf
- 一種基于MACA的數(shù)據(jù)挖掘分類方法研究與應(yīng)用.pdf
- 一種新的多源圖像融合方法.pdf
- 一種基于橫切特征分析的軟件重構(gòu)方法.pdf
- 一種基于網(wǎng)站反饋和集成學(xué)習(xí)的口令強(qiáng)度分類方法.pdf
- 基于基因表達(dá)數(shù)據(jù)的腫瘤亞型多類別分類與分析.pdf
- 一種新型多軸高周疲勞壽命分析方法.pdf
評(píng)論
0/150
提交評(píng)論