基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析

基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析

ID:33091734

大?。?.37 MB

頁數(shù):42頁

時間:2019-02-20

基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析_第1頁
基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析_第2頁
基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析_第3頁
基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析_第4頁
基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析_第5頁
資源描述:

《基于高斯混合模型的微陣列基因表達數(shù)據(jù)聚類分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、代號???一嬰!!???分類號??!墅嬰j旦!!i??學(xué)號032242135l密級公開帚簧童手辯校競警碩士學(xué)位論文題c中,英文,目一基王商斯擔(dān)金攬型蚴隆蓼懂因蠢達熬蜒塞羞短析~一一魚!刪她_M地毗M蠅!!Ib曼洲.£№§te—n黑A喲Ⅱ幽魚!????一一g鯉!J竹i!!螋強髓旦睥盟!迪粵一駐j衄???一作者姓名?.翅丞越?指導(dǎo)教師姓名、職務(wù)?一}丘至墓?救援~學(xué)科門裝?三學(xué)?.學(xué)科、專業(yè)???討蔓扭廛用攮疊??.提交論文日期????????三旦Q盎壬二且????????摘要隨著DNA芯片技術(shù)的廣泛應(yīng)用,基因表達數(shù)據(jù)分析已成

2、為生命科學(xué)的研究熱點。國內(nèi)外學(xué)者都對基因表達數(shù)據(jù)的各種經(jīng)典聚類方法進行了廣泛研究,但用基于高斯混合模型的聚類方法進行研究的比較少。DNA微陣列技術(shù)是一種研究細胞中基因表達模式的非常有效的技術(shù)。這種技術(shù)目前面臨的主要挑戰(zhàn)是如何分析由此產(chǎn)生的大量基因表達數(shù)據(jù)。如前所述,各種聚類技術(shù)被廣泛地應(yīng)用在基因表達數(shù)據(jù)的分析上,本文采用基于高斯混合模型的聚類方法來分析基因表達數(shù)據(jù),并引入了置換檢驗和較為保守的后驗概率調(diào)整策略來改進這種方法,取得了較好的效果。本文用到的實驗數(shù)據(jù)是在帶有肺炎球菌感染和沒有感染的兩種實驗條件下包含1176個基因

3、的小白鼠基因表達數(shù)據(jù)。關(guān)鍵詞:DM微陣列技術(shù)基因表達水平基于高斯混合模型的聚類置換檢驗后驗概Ab出actAbstractAIoI培withtherese缸ch孤dextensiveapplicationsofDNAbiochiptechnology,gencexp麟i帆dataanalysishavebcoDmcahotspotin1jfcscjenccficld.Manycla鵑icalclllstcringmethodshavebccnwidelystudiedbyresearchersathomcandab啪d.H0

4、wcver,Gaussi柚mi】【turcmodel-baScdclusteringhasmrclybceninvolved.AswclmoW,DNA面croaⅡaytech∞IogyisaVcryllscflIlt001whichis∞ntributcdtothepanemofgcn鶴cxpfesscdinaccll_11lemainchallengcnowishowto卸alyzcthcresultingI缸gc鋤咖tsofgene-既pressiondata.Asmcnti∞cdab(Ⅳc,CIustcringtcc

5、hniqu酷havcbc%wideIyappliedin柚alyzingmi口oarraygcnccxpr鶴si∞data.HcrewcuscGau船ianmi】【tIlrcmodel-bascdclustcriI培toanaly孔gcnc-cxprcssiondata.woalsoin涮ucepe皿utationtest柚d∞Ⅱse『vatiVcpostcdofpmbabilityadjus£stntcgyt0improvethcper£onnanccofthismethod.our瞄ultsindicatcthatth

6、cmcthodisauscfIllstatistic“tOoltocxploitthedustcringst八ldurcofthcmicmnrraygcneexpm鼴iondata.1五emcthodisapplicdtoadatasctcontainingcxprcssionIcVclsof1176gcn髂ofnts誦th柚dwitlloutpneumo【:occalmiddk—carinfedion.ky舯rd:DNAmlcr魄mytechOlo盯g蚰eHpr嘲t蛐山hG-u蟠tIⅡmtxtun刪阿el-bIsedd1

7、Isteri鳴釁mub6蚰惱tposte渤rpmhbmtyy859070獨創(chuàng)性(或創(chuàng)新性)聲明本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學(xué)位論文與資料若有不實之處,本人承擔(dān)一切相關(guān)責(zé)任。本人簽名:紐圭墊。日期趔:£蘭關(guān)于論文使用授權(quán)的說明本

8、人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后,發(fā)表論文或使用論文工作成果時署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱和借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,可以允許采用影印

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。