1 / 56
文档名称:

基于演化硬件dna微阵列数据分类方法的研究.pdf

格式:pdf   页数:56页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于演化硬件dna微阵列数据分类方法的研究.pdf

上传人:2024678321 2016/1/11 文件大小:0 KB

下载得到文件列表

基于演化硬件dna微阵列数据分类方法的研究.pdf

文档介绍

文档介绍:独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得重迭自Ⅸ电太堂或其他教育机构的学位或证书而使用过的材料。与我~同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:陈爻签字日期:如l乙年6月6日学位论文版权使用授权书本学位论文作者完全了解重送鲤电太堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权重送邮电太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:酥炙签字日期:细乙年f月6日导师签名:签字日期:互随移r1年6日毛日重庆邮电大学硕士学位论文摘要摘要由于各种癌症在病原上有其自身的特点,为了达到最大疗效和最小毒副作用,需要制定有针对性的治疗方案,因此癌症的分类是治疗的关键。当前临床上的癌症诊断主要依据形态学信息,但有些在组织病理上相似的肿瘤也可能有不同的临床表现,需要截然不同的治疗方案。近年来,DNA微阵列技术的发展为癌症研究提供了一种新的途径,通过微阵列数据的表达值可以寻找基因之间的复杂关系,为研究癌症的发病机理、对其进行检测并筛选相应的治疗药物提供了依据。利用DNA微阵列数据对癌症进行分类已成为当前癌症研究的重点之一,但由于微阵列数据集具有小样本、高维度、高噪音、高冗余、数据分布不均衡等特点,也为基于DNA微阵列数据的癌症分类带来了巨大的挑战。由于DNA微阵列数据的独特性,使用常规的模式识别方法并不一定能获得理想的分类效果。针对当前基于DNA微阵列数据的癌症分类中存在的学****和识别时间长,学****结果可读性差等问题,为了更好地解决微阵列数据的分类问题并进一步提高系统的识别率,本文提出了一种基于演化硬件的癌症分类方法以建立~个高效、准确的分类系统。与结构和功能一次性固定、不可逆转的传统硬件电路相比较,演化硬件是一种基于可编程逻辑器件,通过应用演化算法能够自动的、动态的改变其自身结构和功能从而适应其周围环境变化的新型电子器件。演化硬件分类系统基于可编程逻辑器件的高效、快速等特性,具有可在线适应、实时性强、学****结果可读性好等优点。为了解决所提出的上述问题,本文在以下方面进行了深入研究。第一、针对单个演化硬件分类器存在的稳定性差、识别率低等问题,建立了用于微阵列数据分类的演化硬件多分类器模型。对DNA微阵列数据采用基于过滤的信噪比特征选择方法,然后使用虚拟可重构结构的演化硬件多次对数据集进行学****生成不同的基分类器,最后采用大多数投票法对多个基分类器的输出结果进行集成。为了降低系统的演化难度,在演化过程中采用了增量演化策略;同时使用流水线技术降低系统的演化时间。第二、,又引入了选择性集成学****方法。首先把原始训练集分为训练集和验证集,为了增加演化硬件基分类器的差异性进行了多次随机划分,通过对训练集的学****生成不同的基分类器;然后用对应的验证集测试基分类器的性能,并用演化硬件的输出误差作为评判基分类器优良的标准;最后对基分类器的误差值进行排序,选取误差值较小的基分类器用于最终的系统集成。对不同数据集的实验结果表明,该方法建立了一个稳定、高重庆邮电大学硕士学位论文摘要效的DNA微阵列数据分类系统。关键词:演化硬件,虚拟可重构结构,微阵列数据,多分类器,选择性集成重庆邮电大学硕士学位论文AbstractAbstractSinceallkindsofcancershavetheirownfeatures,specifiedtreatmentsaredesiredtoachievethemaximizeefficacyandminimizetoxicity,,,,thedevelopmentofDNAmicroarraytechnologyprovides