基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究

基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究

ID:36557037

大?。?.08 MB

頁數(shù):60頁

時間:2019-05-12

基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究_第1頁
基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究_第2頁
基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究_第3頁
基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究_第4頁
基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究_第5頁
資源描述:

《基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究》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、分類號TP391.4密級公開重慶郵電大學(xué)碩士學(xué)位論文論文題目基于演化硬件的DNA微陣列數(shù)據(jù)分類方法研究DataBasedonEvolvableHardware指導(dǎo)教師王進(jìn)教授學(xué)科專業(yè)論文提交日論文評閱人答辯委員會主席余建橋教授西南大學(xué)2012年5月獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得重迭自Ⅸ電太堂或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我~同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位

2、論文作者簽名:陳爻簽字日期:如l乙年6月6日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解重送鯉電太堂有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人授權(quán)重送郵電太堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名:酥炙簽字日期:細(xì)乙年f月6日導(dǎo)師簽名:簽字日期:互隨移r1年6日毛日重慶郵電大學(xué)碩士學(xué)位論文摘要由于各種癌癥在病原上有其自身的特點,為了達(dá)到最大療效和最小毒副作用,需要制定有針對性的治療

3、方案,因此癌癥的分類是治療的關(guān)鍵。當(dāng)前臨床上的癌癥診斷主要依據(jù)形態(tài)學(xué)信息,但有些在組織病理上相似的腫瘤也可能有不同的臨床表現(xiàn),需要截然不同的治療方案。近年來,DNA微陣列技術(shù)的發(fā)展為癌癥研究提供了一種新的途徑,通過微陣列數(shù)據(jù)的表達(dá)值可以尋找基因之間的復(fù)雜關(guān)系,為研究癌癥的發(fā)病機理、對其進(jìn)行檢測并篩選相應(yīng)的治療藥物提供了依據(jù)。利用DNA微陣列數(shù)據(jù)對癌癥進(jìn)行分類已成為當(dāng)前癌癥研究的重點之一,但由于微陣列數(shù)據(jù)集具有小樣本、高維度、高噪音、高冗余、數(shù)據(jù)分布不均衡等特點,也為基于DNA微陣列數(shù)據(jù)的癌癥分類帶來了巨大的挑戰(zhàn)。由于DNA微陣列數(shù)據(jù)的獨特性,使用常規(guī)的模式識別方法并不一

4、定能獲得理想的分類效果。針對當(dāng)前基于DNA微陣列數(shù)據(jù)的癌癥分類中存在的學(xué)習(xí)和識別時間長,學(xué)習(xí)結(jié)果可讀性差等問題,為了更好地解決微陣列數(shù)據(jù)的分類問題并進(jìn)一步提高系統(tǒng)的識別率,本文提出了一種基于演化硬件的癌癥分類方法以建立~個高效、準(zhǔn)確的分類系統(tǒng)。與結(jié)構(gòu)和功能一次性固定、不可逆轉(zhuǎn)的傳統(tǒng)硬件電路相比較,演化硬件是一種基于可編程邏輯器件,通過應(yīng)用演化算法能夠自動的、動態(tài)的改變其自身結(jié)構(gòu)和功能從而適應(yīng)其周圍環(huán)境變化的新型電子器件。演化硬件分類系統(tǒng)基于可編程邏輯器件的高效、快速等特性,具有可在線適應(yīng)、實時性強、學(xué)習(xí)結(jié)果可讀性好等優(yōu)點。為了解決所提出的上述問題,本文在以下方面進(jìn)行了深

5、入研究。第一、針對單個演化硬件分類器存在的穩(wěn)定性差、識別率低等問題,建立了用于微陣列數(shù)據(jù)分類的演化硬件多分類器模型。對DNA微陣列數(shù)據(jù)采用基于過濾的信噪比特征選擇方法,然后使用虛擬可重構(gòu)結(jié)構(gòu)的演化硬件多次對數(shù)據(jù)集進(jìn)行學(xué)習(xí)生成不同的基分類器,最后采用大多數(shù)投票法對多個基分類器的輸出結(jié)果進(jìn)行集成。為了降低系統(tǒng)的演化難度,在演化過程中采用了增量演化策略;同時使用流水線技術(shù)降低系統(tǒng)的演化時間。第二、為了降低系統(tǒng)的硬件資源消耗.并進(jìn)一步提高系統(tǒng)的識別率,又引入了選擇性集成學(xué)習(xí)方法。首先把原始訓(xùn)練集分為訓(xùn)練集和驗證集,為了增加演化硬件基分類器的差異性進(jìn)行了多次隨機劃分,通過對訓(xùn)練集

6、的學(xué)習(xí)生成不同的基分類器;然后用對應(yīng)的驗證集測試基分類器的性能,并用演化硬件的輸出誤差作為評判基分類器優(yōu)良的標(biāo)準(zhǔn);最后對基分類器的誤差值進(jìn)行排序,選取誤差值較小的基分類器用于最終的系統(tǒng)集成。對不同數(shù)據(jù)集的實驗結(jié)果表明,該方法建立了一個穩(wěn)定、高重慶郵電大學(xué)碩士學(xué)位論文摘要效的DNA微陣列數(shù)據(jù)分類系統(tǒng)。關(guān)鍵詞:演化硬件,虛擬可重構(gòu)結(jié)構(gòu),微陣列數(shù)據(jù),多分類器,選擇性集成重慶郵電大學(xué)碩士學(xué)位論文AbstractSinceallkindsofcancershavetheirownfeatures,specifiedtreatmentsaredesiredtoachievethem

7、aximizeefficacyandminimizetoxicity,whichmakesthecancerclassificationasakeyinthecancertreatment.Nowadaystheclinicalcancerdiagnosisismainlybasedonthemorphologicalinformation.Sometumorsmayhavesignificantdifferenceonclinicalmanifestations,althoughtheysharesimilarmorphological

當(dāng)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(dāng)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(fù)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(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)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。