基于腫瘤基因表達譜數據的分類算法研究.pdf

1、腫瘤具有多種亞型，正確的腫瘤分類可以使醫(yī)生對腫瘤患者制定最佳的治療方案，以達到最好的治療效果。如今，如何正確地識別腫瘤類別已成為當前重要的研究課題之一。目前，大部份傳統(tǒng)的分類方法都是基于統(tǒng)計學原理，這些方法普遍存在過擬合的問題，雖然分類準確度很高，但是對新數據分類可能存在偏差?；谙∈璞硎竞蛥f(xié)同表示的分類方法特別適合具有高維小樣本特點的腫瘤數據集，且不存在過擬合問題。然而，針對腫瘤基因表達譜數據的高維小樣本和非線性等特點，新方法亟需不斷

2、改進使其更適應于腫瘤數據特征以得到更好的分類準確度。本文的研究主要是基于新方法，主要工作如下：
　　提出了基于元樣本的核稀疏表示分類方法。該方法可分為三步：1、使用奇異值分解方法從訓練樣本中提取元樣本；2、新的數據通過線性核函數映射到高維特征空間；3、計算得到稀疏編碼系數以及通過重構殘差求得測試樣本類別。同時使用基因選擇方法進行降維。通過設計豐富的對比實驗和選擇經典的基于稀疏表示的方法比較，最終證明此方法的有效性。
　　提出

3、了一種新的基于核化凸包的協(xié)同表示方法。把測試樣本模擬成凸包，然后使用訓練樣本集協(xié)同的表示這個凸包。定義了樣本到集合的距離，其中樣本和訓練樣本集合均模擬為凸包。要使其得到一個穩(wěn)定的解，以及解決腫瘤基因表達譜數據非線性的特點，通過使用核函數把數據映射到高維空間使其近似線性可分，這樣就成功的解決了上述兩個問題。對于高維小樣本的腫瘤數據特點，使用基因選擇的方法對其降維。選用11個經典的分類方法在11個公共的腫瘤數據集上作對比實驗，結果充分證明本