数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2011年
14期
59-66
,共8页
孟秋池%邵伟%葛成伟%程浩%丁建东
孟鞦池%邵偉%葛成偉%程浩%丁建東
맹추지%소위%갈성위%정호%정건동
基因簇%分类因素%独立成分分析%支持向量机%松弛因子%非光滑优化模型%含噪声%临床结论
基因簇%分類因素%獨立成分分析%支持嚮量機%鬆弛因子%非光滑優化模型%含譟聲%臨床結論
기인족%분류인소%독립성분분석%지지향량궤%송이인자%비광활우화모형%함조성%림상결론
由于基因间的调控和相互作用表现为功能基因组合的形式,在对样本的分类能力是以特征集合的形式整体体现出来的.由此,考察由多个基因构成的基因簇作为区分常人和癌症患者的分类因素,利用独立成分分析(ICA)技术最大程度地降低基因之间的相互影响,从而获得基因簇信息.随后采用了支持向量机,依据提取出的基因簇进行分类,筛选出致病的癌症基因.为了能够得到最好的分类因素,将问题转化为稀疏表示的优化问题.此外,还利用含噪声的ICA和带松弛因子的非光滑优化模型来研究含噪声的基因图谱.最后,借助于条件概率模型,将临床结论与基因图谱相结合,对病人数据进行了筛选.
由于基因間的調控和相互作用錶現為功能基因組閤的形式,在對樣本的分類能力是以特徵集閤的形式整體體現齣來的.由此,攷察由多箇基因構成的基因簇作為區分常人和癌癥患者的分類因素,利用獨立成分分析(ICA)技術最大程度地降低基因之間的相互影響,從而穫得基因簇信息.隨後採用瞭支持嚮量機,依據提取齣的基因簇進行分類,篩選齣緻病的癌癥基因.為瞭能夠得到最好的分類因素,將問題轉化為稀疏錶示的優化問題.此外,還利用含譟聲的ICA和帶鬆弛因子的非光滑優化模型來研究含譟聲的基因圖譜.最後,藉助于條件概率模型,將臨床結論與基因圖譜相結閤,對病人數據進行瞭篩選.
유우기인간적조공화상호작용표현위공능기인조합적형식,재대양본적분류능력시이특정집합적형식정체체현출래적.유차,고찰유다개기인구성적기인족작위구분상인화암증환자적분류인소,이용독립성분분석(ICA)기술최대정도지강저기인지간적상호영향,종이획득기인족신식.수후채용료지지향량궤,의거제취출적기인족진행분류,사선출치병적암증기인.위료능구득도최호적분류인소,장문제전화위희소표시적우화문제.차외,환이용함조성적ICA화대송이인자적비광활우화모형래연구함조성적기인도보.최후,차조우조건개솔모형,장림상결론여기인도보상결합,대병인수거진행료사선.