文档介绍：分类号: 单位代码:10422 密级: 学号:◎厶紊夕;孥硕士学位论文 Shandong University Maste r's Thesis 论文题目: 一,籍葵于眨。(/分析斛够籼IJ笏美辘入№ b,cks ck巾础。以/\/\e比cI如ed。八 ko乙洲bs}s 作者丕查专业金强邀莹茎金匦遂导师垂!丝金塑煎合作导师 W fp 年年月塍日包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名: 圣至日期:竺!!:苎:望关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权山东大学可以将本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、缩印或其他复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定) 娑b茎!丛山东大学硕士学位论文目录中文摘要……………………………………………………….I 英文摘要……………………………………………………… II 第一章背景介绍……………………………………………….1 § ……………………………………….1 § ………………………………………….2 § ………………………………………….3 § ………………………………………….4 第二章模型与方法……………………………………………..8 § ……………………………………………..8 § ……………………………………..8 第三章应用举例……………………………………………… 12 SRBCT数据………………………………………….12 14种肿瘤数据…..= …………………………………… 18 第四章总结………………………………………………….21 参考文献……………………………………………………..23 致谢………………………………………………………….25 ^^ 山东大学硕士学位论文 CONTENTS Abstract …………………. …………….…. …………..I Abstract. …. …………….. ………. …………………..II Chapter Introduction ………………………………………… 1 Bioinformation ………………………………………..1 Tumo r classification …………………………………… 2 Effectiveness ………………… 3 RO C analysis ………………………………………… 4 山东大学硕士学位论文一种基于ROC分析的多类别分类方法万方(山东大学数学学院,济南,250100) (指导老师:栾贻会) 摘要肿瘤等恶性疾病的准确判别对治疗具有重要的意义。有很多肿瘤在患病初期的临床症状并不明显,或者说与其它疾病的症状比较相似,无法用传统医疗诊断方法在初期确诊并给予有效治疗。本文提出了一种基于RoC分析的多类别肿瘤分类和特征基因选取的策略,并在2组基因表达数据上对其进行了评估。该方法假设每个类别内的样本服从正态分布且各个特征间相互独立,通过朴素贝叶斯分类器建立每类肿瘤的后验概率模型, 将样本分入后验概率最大的一类中去。然后用HUM(曲面下的体积或流型下的超体积)来评价分类效果,并依据HUM值的大小提取特征基因。我们以小圆蓝细胞瘤和14种肿瘤(其中的3种)数据为例,分析和检验了此模型特征选择和分类的效果,结果表明了该方法的有效性和可行性。关键字:ROC分析;特征选取;贝叶斯分后验概率;多类别分类。 A Classificati on Metho d based on ROC analysis Fang University,Jinan,250100) (Prosicor:Luan Yihui) ABSTRACT Accurately identify the true status of tumors crucial for the fo llowing treatment . But some of certain t umors quite similar,or their early symptom not obvious enough diagnosis . Thes e tumors hardly be early stage using traditional methods. paper , we propo se a classification and feature selection me