收藏本站
《苏州大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的基因表达数据降维方法的研究

李靖  
【摘要】:随着生物信息学近年来的突破性进展,基因芯片技术也得到了快速的发展,人们可以更加快捷地获得可靠的基因表达数据,这些数据中蕴含了能够揭开生命奥秘的大量信息。但由于基因表达数据具有维数高、样本少、非线性等特点,导致了“维数灾难”,对传统的分析方法提出了挑战。 支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的新型机器学习方法。它采用了结构风险最小化原则,能够在一定程度上克服小样本学习问题的困难,还采用了核函数思想,将非线性空间的问题转换到线性空间,大大降低了算法的复杂度。由于支持向量机在这类问题上表现出了良好的推广性,所以成为了当前研究的热点。 针对基因表达数据维数、高样本少的特点,本文提出了将数据降维方法应用到基因表达数据上,分别使用线性以及非线性降维方法对原始数据进行处理,再将降维后的数据经由支持向量机进行分类,有效的提高了分类的准确性。最后,本文针对两个常用的数据集进行实验对比,结果表明,本文提出的方法相对于传统的分类方法,分类准确率有所提高。
【学位授予单位】:苏州大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:Q75;TP181

【引证文献】
中国硕士学位论文全文数据库 前1条
1 李左凌;降维方法对基因表达数据分类效果的优化研究[D];苏州大学;2012年
【参考文献】
中国期刊全文数据库 前4条
1 李伍举;基因表达谱的生物信息学[J];军事医学科学院院刊;2002年01期
2 万群,魏东芝,袁勤生;DNA芯片技术[J];生命的化学;1999年02期
3 尚晓清;宋宜美;;一种基于扩散映射的非线性降维算法[J];西安电子科技大学学报;2010年01期
4 严广斌;;基因芯片[J];中华关节外科杂志(电子版);2010年04期
中国博士学位论文全文数据库 前2条
1 谭璐;高维数据的降维理论及应用[D];国防科学技术大学;2005年
2 邱浪波;基因芯片表达数据分析相关问题研究[D];国防科学技术大学;2007年
中国硕士学位论文全文数据库 前3条
1 詹超;支持向量机在基因表达数据分类中的研究[D];武汉理工大学;2006年
2 周文刚;基因表达数据分析研究[D];吉林大学;2006年
3 张秋水;支持向量机在基因表达数据中的研究[D];厦门大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 王勇;陈克平;姚勤;;系统发生分析软件PAUP和TreePuzzle使用方法介绍[J];安徽农业科学;2008年02期
2 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
3 王勇;陈克平;姚勤;;系统发生分析程序MrBayes 3.1使用方法介绍[J];安徽农业科学;2009年33期
4 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
5 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
6 高闯;王立东;周世宇;;基于支持矢量机的宫颈细胞分类[J];辽宁科技大学学报;2009年03期
7 汪廷华;田盛丰;黄厚宽;廖年冬;;样本属性重要度的支持向量机方法[J];北京交通大学学报;2007年05期
8 王雯雯;武栓虎;;基于DNA双链特征的启动子预测方法[J];北京交通大学学报;2009年06期
9 秦洋;王立宏;武栓虎;宋宜斌;;基于拉普拉斯矩阵的DNA序列集相似性分析[J];北京交通大学学报;2009年06期
10 尚磊;刘风进;;基于支持向量机的手写体数字识别[J];兵工自动化;2007年03期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
5 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 胡扬;桂卫华;;人工代谢技术在医药领域中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
7 王海丰;李壮;任洪娥;赵鹏;;基于非下采样Contourlet变换和SVM的纹理图像分割算法[A];第二十九届中国控制会议论文集[C];2010年
8 ;Image Classification with Ant Colony Based Support Vector Machine[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
10 刘英林;刘洪鹏;査星云;宋扬;;基于SVM的热轧钢卷性能分析[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
5 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学(北京);2010年
6 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年
7 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
8 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
9 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
10 刘建明;古代壁画图像保护与智能修复技术研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
3 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
4 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
5 张杰;基于支持向量机和蛋白质全序列的蛋白质—蛋白质相互作用预测[D];郑州大学;2010年
6 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
7 吕俊杰;真核基因剪接位点识别算法研究[D];哈尔滨工程大学;2010年
8 方宇;小波支持向量机在交通流预测中的应用研究[D];大连理工大学;2010年
9 梁怀志;基于嵌入式的车型分类系统的设计与实现[D];大连理工大学;2010年
10 哈菁;基于扩散距离的带有表情变化的三维人脸识别[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前4条
1 吴晓婷;闫德勤;;数据降维方法分析与研究[J];计算机应用研究;2009年08期
2 万群,魏东芝,袁勤生;DNA芯片技术[J];生命的化学;1999年02期
3 李凌,马文丽;DNA芯片技术研究进展[J];中国生物化学与分子生物学报;2000年02期
4 尚晓清;宋宜美;;一种基于扩散映射的非线性降维算法[J];西安电子科技大学学报;2010年01期
中国硕士学位论文全文数据库 前3条
1 詹超;支持向量机在基因表达数据分类中的研究[D];武汉理工大学;2006年
2 周文刚;基因表达数据分析研究[D];吉林大学;2006年
3 张秋水;支持向量机在基因表达数据中的研究[D];厦门大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 谭璐,吴翊,刘卓;高维图像数据的最优表达[J];国防科技大学学报;2003年05期
2 谭璐,吴翊,易东云;稳健局部线性嵌入方法[J];国防科技大学学报;2004年06期
3 雷于生,任恕,粟载福;KDD技术及其在基因表达微阵列数据中的应用[J];国外医学(分子生物学分册);2000年06期
4 吴岚军,王升启,毛秉智;基因芯片技术在癌症研究中的应用[J];国外医学(肿瘤学分册);2000年03期
5 谭璐,易东云,吴翊,袁伟;基于非线性降维的图像识别[J];计算机工程;2005年13期
6 谭璐,吴翊;局部规则嵌入[J];计算机应用;2005年04期
7 李伍举;基因表达谱的生物信息学[J];军事医学科学院院刊;2002年01期
8 宋健;高维函数和流形在低维可视空间中的最优表达[J];科学通报;2001年12期
9 杨胜利;系统生物学研究进展[J];中国科学院院刊;2004年01期
10 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
中国硕士学位论文全文数据库 前1条
1 刘申岭;基于SVM的基因选择[D];西安电子科技大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 张旭东;王亚东;李霞;苏小红;;基于线性判别分析的基因表达数据分类方法研究[J];生物信息学;2006年01期
2 许文龙;王立荣;张相华;冯焕清;;基于肿瘤基因表达数据的简单有效的基因选择算法(英文)[J];中国科学技术大学学报;2009年08期
3 卜令超;王士同;;带噪生物实验数据的不确定支持向量数据描述[J];生物信息学;2009年04期
4 苏洪全;朱义胜;姜玉梅;;基于多分类支持向量机的基因表达系列分析[J];生物信息学;2010年04期
5 潘继斌;回归函数的支持向量机估计法[J];湖北师范学院学报(自然科学版);2003年04期
6 孟科,张恒喜,李寿安,朱家元;基于SVM的可靠性评估方法研究[J];中国制造业信息化;2004年10期
7 周秀平;王文圣;黄伟军;;支持向量机回归模型在径流预测中的应用[J];水电能源科学;2006年04期
8 胡挺;;基于支持向量机的并购目标搜索研究[J];统计与决策;2007年06期
9 邹华胜;宁书年;杨峰;徐遵义;;支持向量机在储层厚度预测和计算中的应用[J];地球物理学进展;2007年05期
10 范千;王新洲;许承权;;大坝变形预测的支持向量机模型[J];测绘工程;2007年06期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
4 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
5 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
10 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 李靖;基于支持向量机的基因表达数据降维方法的研究[D];苏州大学;2011年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
10 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026