資源描述：
《基于稀疏局部敏感法則的微陣列數(shù)據(jù)分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、中山大學(xué)碩士學(xué)位論文基于稀疏局部敏感法則的微陣列數(shù)據(jù)分析姓名：王明霞申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信息計(jì)算科學(xué)指導(dǎo)教師：戴道清20100529摘要論文題目專業(yè)碩士生指導(dǎo)教師基于稀疏局部敏感法則的微陣列數(shù)據(jù)分析信息計(jì)算科學(xué)王明霞戴道清教授隨著時(shí)代的進(jìn)步，基因功能研究逐漸超越基因序列研究，成為后基因組時(shí)代研究的重點(diǎn)：并且微陣列技術(shù)使研究人員可以同時(shí)測(cè)定成千上萬(wàn)個(gè)基兇的表達(dá)水平，這為生物標(biāo)志物的檢測(cè)以及癌癥診斷提供了重要的技術(shù)支持。然而基因表達(dá)數(shù)據(jù)的高維數(shù)、高噪聲的特點(diǎn)對(duì)分析方法提出了更高的要求．如何在海量基因表達(dá)數(shù)據(jù)中，發(fā)現(xiàn)腫瘤組織的基因表達(dá)模式，并成功地將臨床表征不明或容易誤診的惡性腫瘤
2、準(zhǔn)確、快速地區(qū)分開(kāi)，是一項(xiàng)具有挑戰(zhàn)性的研究課題。近年來(lái)，多種判別分析和變量選擇的方法用于基因表達(dá)數(shù)據(jù)的分析。于是生物標(biāo)志物的檢測(cè)一從成千上萬(wàn)個(gè)基因當(dāng)中檢測(cè)出那些與腫瘤起因、發(fā)展緊密相關(guān)的關(guān)鍵基因的方法逐漸增加，這使得癌癥的診斷更準(zhǔn)確且更容易解釋。本文圍繞運(yùn)用局部敏感半監(jiān)督特征選擇方法和稀疏懲罰實(shí)現(xiàn)變量選擇方法，及其在基于基因表達(dá)數(shù)據(jù)進(jìn)行生物標(biāo)志物檢測(cè)以及癌癥診斷的應(yīng)用而展開(kāi)．本文受到局部敏感半監(jiān)督特征選擇、局部敏感判別分析以及稀疏PCA的啟發(fā)，將局部敏感和稀疏方法結(jié)合起來(lái)提出一種新的判別方法一稀疏局部敏感法則。這樣，一方面利用局部敏感算法的優(yōu)勢(shì)，即在處理小樣本問(wèn)題時(shí)，能夠提取更多
3、局部的結(jié)構(gòu)信息而不單單是全局的判別信息，最終使得同類樣本足夠接近，不同類樣本盡量分離，以便取得良好的癌癥分類效果：另一方面，利用彈性網(wǎng)的解的稀疏性，使得提取的最佳分類特征儀僅是少數(shù)原始變最的線性組合，這種方法應(yīng)用在基于基因表達(dá)數(shù)據(jù)分析中，具有很好的生物解釋意義，為尋找致病基因提供重要依據(jù)。摘要關(guān)鍵詞：稀疏，局部敏感，特征提取，癌癥分類，致病基因?qū)ふ尧騎itleMajorNameSupervisor●：Microarraydataanalysisbasedonlocalitysensitivecri-terionw_imsparsity：InformationandComputat
4、ionalSciense：Ming-XiaWang：ProfessorDao-QingDaiABSTRACTWiththeprogressofTheTimes,thecoleofthebiologicalresearchischangingfromgenesequencetogenefunction．ThecDNAmicroarraytechnologymakesitpossibletosimultaneouslymeasuretheexpressionlevelofgenes．Thist3E℃h—nologyspurstheresearchonbiomarkeridentifi
5、cationandcancerclassificationusinggeneexpressiondata．However,howtoeffectiveexploittheusefulinfor-mationfromtheseunprecedentedamountofmicroarraydatabycomputationalmethodsisanopenandchallengingissue．Inrecentyears，variousdiscriminantanalysisandvariableselectionmethodshavebeenusedforanalysisingge
6、neexpressiondata．Somoleandmolebiomarkeridentificationswhichidentitybasegenesbeencriticaltotumorarecoming．Thismakesiteasytodiagnoseandexplain．Ourmethodisbasedonlocalitysensitivesemi-supervisedfeatureselectionandsparsenessandusingthisforbiomarkeridentificationanddiagnosisofcan-cel：Afterlearning
7、thefollowingmethods：Localitysensitivesemi-supervisedfeatureselection,Localitysensitivediscrimin礬tanalysisandSparsePCA，weproposeanovelfeatureselection-Microarraydataanalysisbasedonlocalitysensitivecriterionwithsparsity,whichcombineLocalitysens
