中国卫生统计
中國衛生統計
중국위생통계
CHINESE JOURNAL OF HEALTH STATISTICS
2013年
4期
517-520,524
,共5页
武海滨%张涛%赵发林%李康
武海濱%張濤%趙髮林%李康
무해빈%장도%조발림%리강
偏最小二乘%判别分析%遗传算法%代谢组学
偏最小二乘%判彆分析%遺傳算法%代謝組學
편최소이승%판별분석%유전산법%대사조학
Partial least squares%Discriminant analysis%Genetic algorithm%Metabonomics
目的 探讨基于偏最小二乘线性判别分析的遗传算法特征筛选性能,并将其应用于高维代谢组学数据.方法 通过模拟试验验证基于偏最小二乘线性判别分析的遗传算法特征筛选能力,同时应用于卵巢良恶性肿瘤鉴别的代谢组学数据特征筛选分析.结果 模拟实验显示,基于偏最小二乘线性判别分析的遗传算法对信息变量的筛选能力明显优于偏最小二乘变量投影重要性指标；代谢组学数据分析显示,使用遗传算法筛选出的变量能够获得更低的误差率,该方法筛得的变量具有更大的概率包含了与某种生物学结果相关的代谢物.结论 基于偏最小二乘线性判别分析的遗传算法作为一种优化技术,在小样本条件下对高维数据的特征筛选具有较好的效果.
目的 探討基于偏最小二乘線性判彆分析的遺傳算法特徵篩選性能,併將其應用于高維代謝組學數據.方法 通過模擬試驗驗證基于偏最小二乘線性判彆分析的遺傳算法特徵篩選能力,同時應用于卵巢良噁性腫瘤鑒彆的代謝組學數據特徵篩選分析.結果 模擬實驗顯示,基于偏最小二乘線性判彆分析的遺傳算法對信息變量的篩選能力明顯優于偏最小二乘變量投影重要性指標；代謝組學數據分析顯示,使用遺傳算法篩選齣的變量能夠穫得更低的誤差率,該方法篩得的變量具有更大的概率包含瞭與某種生物學結果相關的代謝物.結論 基于偏最小二乘線性判彆分析的遺傳算法作為一種優化技術,在小樣本條件下對高維數據的特徵篩選具有較好的效果.
목적 탐토기우편최소이승선성판별분석적유전산법특정사선성능,병장기응용우고유대사조학수거.방법 통과모의시험험증기우편최소이승선성판별분석적유전산법특정사선능력,동시응용우란소량악성종류감별적대사조학수거특정사선분석.결과 모의실험현시,기우편최소이승선성판별분석적유전산법대신식변량적사선능력명현우우편최소이승변량투영중요성지표；대사조학수거분석현시,사용유전산법사선출적변량능구획득경저적오차솔,해방법사득적변량구유경대적개솔포함료여모충생물학결과상관적대사물.결론 기우편최소이승선성판별분석적유전산법작위일충우화기술,재소양본조건하대고유수거적특정사선구유교호적효과.
