浅论统计数据基于统计法肿瘤特点基因提取和分类
最后更新时间:2024-03-01
作者:用户投稿本站原创
点赞:5206
浏览:12619
论文导读:新的白血病亚类。Alon等人利用聚类浅析法浅析了结肠癌样本和正常样本的基因表达数据,最终将结肠癌样本与正常样本分开。2000年,Apzadeh等人通过对基因表达数据进行聚类浅析发现了淋巴瘤中的两个亚类。2002年,Dinesh等人将前列腺癌症的癌症样本与正常样本分离。本论文利用数理统计策略对基因数据表达谱进行浅析探讨,进而确定出
摘要:众所周知,癌症是人们当前面对的一种严重的致命性疾病,它是由于正常组织在物理、化学等致癌物的诱导下,基因组织发生突变引起的。探讨肿瘤的治病机理,以而寻求治疗癌症的策略是癌症探讨的一个重要课题。1999年[23],Golub等人利用基因芯片技术将急性白血病进行分类,以而发现了新的白血病亚类。Alon等人利用聚类浅析法浅析了结肠癌样本和正常样本的基因表达数据,最终将结肠癌样本与正常样本分开。2000年[5],Apzadeh等人通过对基因表达数据进行聚类浅析发现了淋巴瘤中的两个亚类。2002年[18],Dinesh等人将前列腺癌症的癌症样本与正常样本分离。本论文利用数理统计策略对基因数据表达谱进行浅析探讨,进而确定出信息基因。此不足的探讨给医学界相关不足探讨以定性及定量浅析,具有带实际作用。本论文在借鉴别人工作的基础上对传统的“信噪比”公式进行了修正,给出了更为恰当的策略,充分利用数理统计中主成份浅析法、聚类浅析法、相似系数等知识首先对数据进行冗余处理,剔除对结果影响可忽略不计的基因表达数据,其次采取聚类浅析法将相似基因归为一类进行探讨,接着以这些分类结果中找出信息基因,即特点基因。最后对得到的结果进行检验浅析,以验证策略的正确性。本论文所采取的策略除利用数理统计知识外还结合数据挖掘的相关算法,Matlab程序等。为这类不足的探讨提供了论述依据,探讨策略及探讨工具,也使得探讨结合的表达能够突出关键要素。在本论文的最后对结果做了检验,结果显示此种策略找出的信息基因是符合条件的。关键词:统计数据浅析论文模糊聚类论文信噪比论文相似系数论文肿瘤特点基因论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
ABSTRACT4-8
法的设计14-15
4.
4.
参考文献60-64
硕士探讨生学习阶段发表的论文64
摘要:众所周知,癌症是人们当前面对的一种严重的致命性疾病,它是由于正常组织在物理、化学等致癌物的诱导下,基因组织发生突变引起的。探讨肿瘤的治病机理,以而寻求治疗癌症的策略是癌症探讨的一个重要课题。1999年[23],Golub等人利用基因芯片技术将急性白血病进行分类,以而发现了新的白血病亚类。Alon等人利用聚类浅析法浅析了结肠癌样本和正常样本的基因表达数据,最终将结肠癌样本与正常样本分开。2000年[5],Apzadeh等人通过对基因表达数据进行聚类浅析发现了淋巴瘤中的两个亚类。2002年[18],Dinesh等人将前列腺癌症的癌症样本与正常样本分离。本论文利用数理统计策略对基因数据表达谱进行浅析探讨,进而确定出信息基因。此不足的探讨给医学界相关不足探讨以定性及定量浅析,具有带实际作用。本论文在借鉴别人工作的基础上对传统的“信噪比”公式进行了修正,给出了更为恰当的策略,充分利用数理统计中主成份浅析法、聚类浅析法、相似系数等知识首先对数据进行冗余处理,剔除对结果影响可忽略不计的基因表达数据,其次采取聚类浅析法将相似基因归为一类进行探讨,接着以这些分类结果中找出信息基因,即特点基因。最后对得到的结果进行检验浅析,以验证策略的正确性。本论文所采取的策略除利用数理统计知识外还结合数据挖掘的相关算法,Matlab程序等。为这类不足的探讨提供了论述依据,探讨策略及探讨工具,也使得探讨结合的表达能够突出关键要素。在本论文的最后对结果做了检验,结果显示此种策略找出的信息基因是符合条件的。关键词:统计数据浅析论文模糊聚类论文信噪比论文相似系数论文肿瘤特点基因论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
ABSTRACT4-8
1. 绪论8-18
1.1 特点基因提取在国内外的探讨近况、背景及其作用8-10
1.1 背景和作用8-9
1.2 肿瘤基因提取和分类探讨在国内探讨近况9-10
1.3 肿瘤基因提取和分类探讨在国外探讨近况10
1.2 肿瘤特点基因提取和分类探讨的论述基础10-15
1.2.1 肿瘤特点基因的定义10-11
1.2.2 肿瘤特点基因的提取和分类探讨的策略11-14
1.2.3 遗传算论文导读:面20-232.2.3计算策略小结23-242.2.4主成分的统计特点24-252.3主成分浅析法在数据降维中的运用25-283.聚类浅析28-443.1聚类浅析的基本思想及作用28-313.2模糊聚类浅析法31-323.3谱系聚类法32-393.3.1类间距离32-333.3.2类间距离的递推公式33-363.3.3谱系聚类法的步骤363.3.4谱系聚类法的统计量36-393.4快速聚类法的设计14-15
1.2.4 遗传算法优化决策树生成算法介绍15
1.3 本论文探讨的主要内容及其探讨案例15-18
1.3.1 本论文所要探讨的主要内容15-16
1.3.2 案例和措施16-18
2. 统计数据浅析18-282.1 数据的描述性浅析概论18-19
2.2 主成分浅析19-25
2.1 数据变异性的度量20
2.2 用数学策略描述主超平面20-23
2.3 计算策略小结23-24
2.4 主成分的统计特点24-25
2.3 主成分浅析法在数据降维中的运用25-28
3. 聚类浅析28-44
3.1 聚类浅析的基本思想及作用28-31
3.2 模糊聚类浅析法31-32
3.3 谱系聚类法32-39
3.1 类间距离32-33
3.2 类间距离的递推公式33-36
3.3 谱系聚类法的步骤36
3.4 谱系聚类法的统计量36-39
3.4 快速聚类法39-44
3.4.1 快速聚类法的步骤39-42
3.4.2 用Lm 距离进行快速聚类42-44
4. 肿瘤基因提取和分类44-564.1 无关基因的剔除44-47
4.1.1 基因浅析与探讨肿瘤产生的作用44-45
4.1.2 数据的冗余处理45-47
4.2 采取聚类浅析法确定特点基因并进行分类47-524.
2.1 建立模糊相似矩阵47-50
4.2.2 检验分类策略50
4.2.3 用较少的基因特点确定基因标签50-52
4.3 利用基因标签提升识别率52-564.
3.1 加入噪声基因和低水平基因52-55
4.3.2 基因标签检验55-56
5. 总结与展望56-58
致谢58-60参考文献60-64
硕士探讨生学习阶段发表的论文64