摘要: 基因表达谱数据分类研究就是通过分析DNA 微阵列实验中所获取的基因表达谱数据，发掘出不同样本间的基因表达差异，寻找基因与组织病变之间所存在的内在联系。虽然模式识别领域的各种算法在这些年来都有了长足的发展，但是在针对基因表达谱数据的分类... 展开 基因表达谱数据分类研究就是通过分析DNA 微阵列实验中所获取的基因表达谱数据，发掘出不同样本间的基因表达差异，寻找基因与组织病变之间所存在的内在联系。虽然模式识别领域的各种算法在这些年来都有了长足的发展，但是在针对基因表达谱数据的分类研究中仍有许多问题需要解决。基因表达谱数据由于其获取方式的独特性，具有高维度，低样本的特点。传统的机器学习方法在面对这种数据时，无法取得较好的分类结果，并且其极高的运算复杂度，大大降低了数据分析效率。本文基于谱图理论展开针对基因表达谱数据的分类研究，将反映图结构的特征表示引入到基因表达谱数据分类中，研究基因表达谱数据的特征提取及基于谱图理论的基因谱表达数据分类方法，并对算法的性能进行分析。主要研究内容有：1.基因表达谱数据蕴含着大量的生物信息，如何有效地从中挑选出特征基因将对算法的准确率及实时性产生巨大的影响。本文提出一种利用熵度量作为指标进行癌症基因表达数据特征提取的方法。首先对基因表达数据进行筛选并计算各个基因的熵，然后提取出熵最大的若干基因作为特征基因，并用支持向量机进行分类。对前列腺癌基因表达数据的留一法以及分组法实验都证明了该方法的有效性。2. 尝试着将一种基于Laplace 谱的算法应用于癌症基因表达谱数据的分类上。该方法首先挑选出与类中心欧式距离最小的若干个样本通过高斯权构造Laplace 完全图，记为代表该类的标准图。然后用待测样本依次替换标准图中所有的点，将生成的新图与标准图进行特征点匹配，并计算匹配点数总和。最后将待测样本划分为总匹配点数最多的那个类。3. 提出一种基于图的Fiedler 向量的癌症基因表达谱数据聚类算法。该方法将分属不同类的所有样本通过高斯权构造Laplace 完全图，经SVD分解后获得Fiedler 向量，最终利用各样本所对应的Fiedler 向量分量的符号差异来进行基因表达谱数据的分类。 收起