检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基因表达数据关键基因与新类识别算法研究

基因表达数据关键基因与新类识别算法研究

作者：廖旭红湖南理工学院

学位级别：硕士

基因表达数据是有生物学背景的一种特定类型的大数据,尽管基因表达值都是非常普通的实数值,但基因表达数据相似性不是基于欧几里德距离,而是关注基因表达值是否展现同升同降相似形状的波动,即子空间模式相似性。基因表达数据分析涵盖无... 详细信息

基因表达数据是有生物学背景的一种特定类型的大数据,尽管基因表达值都是非常普通的实数值,但基因表达数据相似性不是基于欧几里德距离,而是关注基因表达值是否展现同升同降相似形状的波动,即子空间模式相似性。基因表达数据分析涵盖无监督学习、有监督学习和基因调控网络等主要方面,都离不开这种特殊的模式相似性。如何通过数据挖掘和机器学习算法有效识别基因表达数据模式,探索生物基因调控与作用机理,引起了学者们的广泛关注。本文以基因表达数据双聚类局部模式为基础,研究构建一种适合于基因表达数据分析问题的算法框架,主要包括基于Charm的保序子矩阵算法、筛选关键基因算法和基因表达数据新类识别算法。具体工作如下:(1)针对实验条件-基因表达数据,基于Charm算法挖掘对象由项集改造为序列,得到高效批量挖掘频繁闭合序列算法Charm＿Seq;针对样本-基因表达数据,提出基于类约束的频繁闭合序列挖掘算法Charm＿Cla,通过恢复类约束频繁闭合序列为训练样本可提升分类性能。(2)针对不平衡样本-基因表达数据,提出关键基因子集筛选GSNN与过抽样OSGS算法,并分析了Charm＿Cla过抽样方案;提出基于基因表达数据局部模式构建基因共表达网络,算法PPR(g)定量估算基因节点重要性值和其他基因节点传递的重要性值用于关键基因筛选。基因表达数据局部模式还可用于基因关联分析与调控网络Asso＿Rule。(3)与“基于类”的微分类器集成方法识别数据流新类不同,针对基因表达数据在线学习场景,本文构建样本-基因索引结构s-g Index,并提出最近邻样本查询算法online＿query。最后,对搜集的全局离群点定义一种内聚-分离度指标用于新类识别算法Novel Class。实验使用了多个基因表达数据GEO数据集和肿瘤分类数据集,分别作为实验条件-基因表达数据和样本-基因表达数据,对基于Charm的保序子矩阵算法、筛选关键基因和新类识别算法进行了验证和分析。实验结果表明,以局部模式为基础的基因表达数据分析算法,生物学意义优于其他同类算法,准确率明显提高或分析时间有效降低。

关键词：基因表达数据离线-在线双聚类混合式学习关键基因新类识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基因表达数据的聚类分析研究进展

自动化学报 2008年第2期34卷 113-120页

作者：岳峰孙亮王宽全王永吉左旺孟哈尔滨工业大学计算机学院生物信息技术研究中心哈尔滨150001 中国科学院软件研究所互联网软件技术实验室北京100080

基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达... 详细信息

基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析己成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达数据的获取和表示,之后系统地介绍了近年来应用在基因表达数据分析中的聚类算法.根据聚类目标的不同将算法分为基于基因的聚类、基于样本的聚类和两路聚类,并对每类算法介绍了其生物学的含义及其难点,详细讨论了各种算法的基本原理及优缺点.最后总结了当前的基因表达数据的聚类分析方法,并对发展趋势作了进一步的展望.

关键词： DNA微阵列基因表达数据聚类分析

在线全文

学校读者我要写书评

暂无评论

癌症基因表达数据的自然启发式特征选择方法

中国卫生统计 2022年第5期39卷 714-716,720页

作者：侯婧雯田野王宗辉郑睿李若锦刘艳哈尔滨医科大学公共卫生学院 150081

DNA微阵列分类技术是近年来可以有效诊断癌症的重要手段,而随着生物信息学和分子生物学的快速发展,基因表达谱的维度上升呈现出了高冗余和高噪音的特点。在微阵列表达数据中只有少数相关基因在分类中是有意义的,不相关基因通过隐藏相关... 详细信息

DNA微阵列分类技术是近年来可以有效诊断癌症的重要手段,而随着生物信息学和分子生物学的快速发展,基因表达谱的维度上升呈现出了高冗余和高噪音的特点。在微阵列表达数据中只有少数相关基因在分类中是有意义的,不相关基因通过隐藏相关基因会导致分类准确率降低。因此,选择癌症特征基因的有效方法至关重要。本文总结了目前在癌症基因表达数据领域应用的自然启发式特征选择方法,进一步探讨其未来的发展趋势,增进读者对自然启发式特征选择方法的了解。

关键词：启发式算法特征选择基因表达数据高维组学

基因表达数据的低秩投影最小二乘回归子空间分割

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2017年第2期30卷 106-116页

作者：陈晓云肖秉森林莉媛福州大学数学与计算机科学学院福州350108

基因表达数据具有高维、小样本、多噪声和高冗余的特点,使传统聚类方法效率较低.子空间分割是高维数据聚类的有效手段,但直接对基因表达数据进行子空间分割会降低聚类性能.为了更有效地聚类,文中提出低秩投影最小二乘回归子空间分割方法... 详细信息

基因表达数据具有高维、小样本、多噪声和高冗余的特点,使传统聚类方法效率较低.子空间分割是高维数据聚类的有效手段,但直接对基因表达数据进行子空间分割会降低聚类性能.为了更有效地聚类,文中提出低秩投影最小二乘回归子空间分割方法.首先利用改进的低秩方法将数据投影至潜在子空间,以便去除数据中可能的毁损,得到较干净的数据字典.然后采用最小二乘回归方法获得数据低维表示并构造仿射矩阵,利用该仿射矩阵实现聚类.在6个公开基因表达数据集上的实验表明文中方法的有效性.

关键词：基因表达数据聚类最小二乘回归子空间分割低秩投影

在线全文

学校读者我要写书评

暂无评论

面向癌症患者基因表达数据的分类模型研究

面向癌症患者基因表达数据的分类模型研究

作者：张强江南大学

学位级别：硕士

癌症是一种由异常细胞无限制生长和分裂引起的疾病,化疗、放疗和手术等有限的治疗手段均会给患者的身体和精神带来极大的痛苦。基因是生物体遗传信息的基本单位,某些关键基因的突变会导致癌症的发生。随着第一、第二和第三代测序技术的... 详细信息

癌症是一种由异常细胞无限制生长和分裂引起的疾病,化疗、放疗和手术等有限的治疗手段均会给患者的身体和精神带来极大的痛苦。基因是生物体遗传信息的基本单位,某些关键基因的突变会导致癌症的发生。随着第一、第二和第三代测序技术的发展,越来越多高质量的基因表达数据被产出,这些数据对于研究生物学、医学以及疾病发生机制等方面都具有重要的意义。利用机器学习算法研究基因表达数据与癌症发展过程之间的关系,从而根据每个患者的情况实施针对性的诊疗方案,最终达到精准治疗的目的。但是,在对癌症基因表达数据探索的过程中,也遇到了很多问题和挑战,如样本数据量小、维度高、噪声高和类间数据不平衡等问题。本文以骨肉瘤和胃癌这两种具有代表性的癌症为研究对象,结合基因表达数据集的共有特点和其自身的个性,进行了以下几个方面的探索和研究:1)针对骨肉瘤基因表达数据分类问题,本文提出了一种基于加权多源数据融合(Weighted Multi-Source Data Fusion,W-MSDF)、激励卷积神经网络和支持向量机(Excitation-based Convolution Neural Networks and Support Vector Machines,E-CNN-SVM)的分类模型。在数据处理阶段,受到多视角算法的启发,通过改进的加权机制对不同数据源的特征信息进行融合,从而增强小样本数据的内在联系并缓解数据量不足的问题。此外,受挤压和激发网络的启发,结合卷积神经网络和支持向量机,提出了E-CNN-SVM分类算法,激励机制增强核心特征的权重并提高在小样本数据分类方面的性能。实验结果表明,本文提出的模型能够有效提高骨肉瘤基因表达数据分类准确率。2)针对胃癌DNA甲基化数据分类问题,本文提出了一种增强随机森林(Wavelet Threshold Denoising-Random Forest,WRF)、样本扩张(Sample Expanding,SE)和激励堆叠自编码器(Excitation-based Stacked Autoencoder,E-SAE)的分类模型。在数据处理阶段,本文利用降噪自编码器的数据退化算法随机破坏部分基因片段数据,扩充训练样本数量并有效地增强模型鲁棒性,防止“过拟合”。同时,采用WRF算法增强模型特征选择能力。在分类模块中,采用E-SAE对样本进行分类,以抑制重要程度低的样本的性能。实验结果表明,本文提出的模型能够有效提高胃癌DNA甲基化数据的分类性能,并避免“过拟合”现象的发生。3)基于上文提出的骨肉瘤和胃癌患者基因表达数据分类模型,本文进一步将其应用到实际医疗场景中,设计并开发了一个针对胃癌和骨肉瘤患者的智能分类软件。首先,确定了系统的需求和可行性;接着,基于PyQt框架,并采用Python语言对系统进行开发和功能实现。该系统有效地提高了医务人员的工作效率,减轻了工作负担。

关键词：小样本骨肉瘤胃癌基因表达数据激励机制

基于约束选择的基因表达数据半监督聚类算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于约束选择的基因表达数据半监督聚类算法研究

作者：赵明慧大连理工大学

学位级别：硕士

基因表达数据蕴含着丰富的基因活动信息,分析基因表达数据中隐含的模式对生物基因功能理解及推断、基因调控机制研究等具有重要意义。随着DNA微阵列技术的发展,产生了数量庞大的基因表达数据,如何对海量的基因表达数据进行有效分析及理... 详细信息

基因表达数据蕴含着丰富的基因活动信息,分析基因表达数据中隐含的模式对生物基因功能理解及推断、基因调控机制研究等具有重要意义。随着DNA微阵列技术的发展,产生了数量庞大的基因表达数据,如何对海量的基因表达数据进行有效分析及理解已成为生物信息领域的一项重要挑战。聚类是一种重要的无监督数据挖掘方法,通过基因聚类有助于发现共表达基因,进而推断未知基因的功能。在聚类过程中融入先验信息能够有效提升聚类效果,相比于类标签信息,先验信息中的成对约束更易获取,因此应用更为广泛。现有的基于成对约束的半监督算法或直接使用已知标签信息生成成对约束,或根据数据特性等挖掘成对约束。实际应用中,基因表达数据通常为无标签数据集,自动挖掘获得的成对约束不可避免地存在噪声约束,即与真实簇信息不符的成对约束,严重影响基因表达数据半监督聚类的性能。针对这一问题,本文提出了聚类和约束选择一体化求解的基因表达数据多目标半监督聚类算法。(1)本文从剔除噪声约束,选择有效的成对约束作用于半监督聚类过程的角度出发,提出了基于约束选择的基因表达数据多目标半监督聚类算法。算法首先根据密度跟踪法获取初始成对约束集,其次将其引入到具有约束违反惩罚项的目标函数中实现半监督聚类。为实现NSGA-II框架下聚类结果与约束选择的协同优化,提出了一种约束选取与聚类中心的混合编码,在多目标进化过程中选取适用于聚类的成对约束,实现了监督信息与聚类结果的联合优化,进而有效提升了基因表达数据的聚类效果。(2)将基因生物学知识融入到基因表达数据的半监督聚类过程中,有助于进一步剔除噪声约束。鉴于此,本文提出了融合基因本体的基因表达数据多目标半监督聚类算法。算法首先从基因本体知识库得到基因的功能相似度,并生成基因本体成对约束集,其次综合考虑基于基因表达数据和基因本体的成对约束信息,改进半监督聚类算法中的约束违反惩罚项权重,最后通过所提混合编码实现生物学知识指导下的约束选取与聚类中心的协同优化。多个基因表达数据集上的实验结果表明,所提算法能够通过融合生物学信息从初始约束集中进一步优选成对约束,得到了更为准确且生物学显著的聚类结果。

关键词：基因表达数据半监督聚类成对约束多目标聚类基因语义相似度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MDS半监督聚类的基因表达数据研究

基于MDS半监督聚类的基因表达数据研究

作者：陈栋青海师范大学

学位级别：硕士

由于DNA微阵列技术的发展和应用,能够很容易地收集到更多的基因表达数据。而怎样从这些数据中获得更具有生物意义的信息,是目前生物信息学的一个主要研究方向。那么,对于基因表达数据的分析也就成了当前生物学信息论的研究热点,对认识... 详细信息

由于DNA微阵列技术的发展和应用,能够很容易地收集到更多的基因表达数据。而怎样从这些数据中获得更具有生物意义的信息,是目前生物信息学的一个主要研究方向。那么,对于基因表达数据的分析也就成了当前生物学信息论的研究热点,对认识基因组活性以及进行疾病诊断都有着重要意义。而作为生物资源数据挖掘中的常用分析方法,聚类分析也被应用于分析基因中表达的数据。目前,在对基因表达数据分析过程中所存在的主要问题在于:（1）基因表达数据由于其自身具有高维数的数据特点,如果使用传统的聚类方法对数据直接进行聚类分析时,容易造成“维数灾难”,导致较高的算法迭代性;（2）采用的聚类分析方法大多数都是传统的无监督聚类方法,这些方法只考虑了基因表达数据在数学上的特性,并没有考虑基因生物学信息的存在。针对上述问题,本文采取的措施如下:（1）选择高效的多维尺度变换（MDS）降维方法将高维数的基因表达数据从高维降到低维,降低数据处理时间;（2）将先验知识加入到传统的无监督聚类方法中形成半监督聚类技术,并将其应用在基因表达数据分析中,以此来提高聚类的效率。本文的主要工作及创新如下:（1）针对MDS,本文通过设定阈值来提高降维技术的有效性,形成了EMDS降维方法。同PCA、LDA共三种方法对UCI数据集上的Iris数据集进行降维可视化,并对性能做出比较,以此来验证有效性的提高;（2）研究侧重于对基因表达数据的半监督聚类分析,本文的创新之处在于:（1）基于常用的Cop-Kmeans半监督聚类算法,针对初始聚类质心的选取方式做了基于数据分段随机选取的技术改进形成了DS-CK算法;（2）基于BFS+Cop-Kmeans算法,针对初始聚类质心的选取方式做了基于数据分段求均值的技术改进形成了DC-BCK算法。两种创新的目的均在于减少算法的迭代性,提高聚类效率。（3）将有效提高的E-MDS降维方法与DS-CK算法和DC-BCK算法相融合,并利用在UCI数据集上开展实验,以此来检验算法的可行性。重点将融合算法应用在公开的基因表达数据GSE189010和GSE8187上进行聚类分析,并与其他聚类算法在聚类效率上进行比较,实验结果验证了改进算法的聚类效率要更好一些。

关键词：基因表达数据 MDS 半监督聚类 Cop-Kmeans

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基因表达数据的并行双向聚类算法

小型微型计算机系统 2009年第4期30卷 683-689页

作者：刘维陈崚南京航空航天大学信息技术学院扬州大学信息工程学院南京大学计算机软件新技术国家重点实验室

基因表达数据的双向聚类问题是生物信息学中的一个重要的问题,通过对基因在各种不同实验条件下的表达数据进行双向聚类,可以分析和识别同类基因所共同拥有的基因功能以及转录调控元件.本文对基因表达数据进行双向聚类的问题进行了深入... 详细信息

基因表达数据的双向聚类问题是生物信息学中的一个重要的问题,通过对基因在各种不同实验条件下的表达数据进行双向聚类,可以分析和识别同类基因所共同拥有的基因功能以及转录调控元件.本文对基因表达数据进行双向聚类的问题进行了深入的研究,提出一种并行算法.该算法根据数据集合的大小对双向聚类质量的反单调性,由最小的数据集合开始逐步添加行或列,最终找到所有满足条件的聚类.实验结果表明,该算法处理速度快,聚类质量高,性能明显优于其它同类算法.

关键词：基因表达数据并行算法生物信息学双向聚类

基于改进樽海鞘算法与异质集成学习的基因表达数据分类研究

在线全文

学校读者我要写书评

暂无评论

基于改进樽海鞘算法与异质集成学习的基因表达数据分类研究

作者：张爽长春工业大学

学位级别：硕士

由于癌症的发病率和死亡率非常高,所以癌症诊断与治疗问题是现代人们重点关注的问题之一,精准的诊断有助于探索基因与癌症的关系,对癌症的预防起到非常积极的作用。但癌症基因表达数据集的内部关系使得癌症诊断充满了挑战,因为基因表达... 详细信息

由于癌症的发病率和死亡率非常高,所以癌症诊断与治疗问题是现代人们重点关注的问题之一,精准的诊断有助于探索基因与癌症的关系,对癌症的预防起到非常积极的作用。但癌症基因表达数据集的内部关系使得癌症诊断充满了挑战,因为基因表达数据的样本量和维度比例巨大,且由于数据中噪声、冗余等信息的干扰,使得以基因表达数据为基础进行癌症分类成为了一个非常有挑战的工作,也使得在对基因表达数据进行分类之前先进行特征选择越来越重要。本文以乳腺癌、白血病和肺癌三个基因表达数据为研究对象,进行特征选择和分类。本文的主要研究内容如下:在特征选择部分,针对高维基因表达数据的样本量小,维度大的特点,本文提出了一种基于过滤式、嵌入式和包装式相结合的两阶段特征选择框架。提出的框架在第一阶段使用最大相关最小冗余、随机森林和加权基因共表达网络,并对三种方法的结果进行组合;在第二阶段提出了一种新的基于改进的樽海鞘算法的二进制基因选择方法,该方法结合机器学习方法(Light GBM、随机森林、支持向量机、XGBoost、多层感知机和K-近邻这六种常见的分类方法)自适应的选取适合分类算法的特征子集,并与其他五种智能优化算法在收敛性、特征数量以及准确度等方面进行对比。在分类阶段,不同的分类方法所选的特征会有一些偏差,因为不同的特征子集在同一分类方法可能会达到类似的分类结果。所以本文在分类部分,将基于改进樽海鞘算法所选的所有特征进行整理,提取出重复出现频次高的特征,将这些特征输入到自编码器中进行降维,进一步减少特征维度的同时提高分类准确度。为了提高分类准确度,本文不仅预测了数据的类标签,还预测了数据的类概率,并且提出了根据注意力机制的思想构造权重,对本文应用的六种异质分类方法进行模型加权集成。综上,本文以基因表达数据为研究对象,提出了一种两阶段特征选择框架,结果表明本文提出方法能够解决高维数据相关的特征选择问题,且所提出的框架没有数据集的限制,它可以应用于其它涉及特征选择的领域。又提出了一种基于注意力机制思想的权重构造方法,用于将多个模型进行集成,结果表明,集成后的分类准确度明显高于有单个分类方法。

关键词：高维数据特征选择樽海鞘算法基因表达数据异质集成