基于神经网络MIV值分析的肿瘤基因信息提取

被引:17
作者
王紫微
叶奇旺
机构
[1] 东华大学旭日工商管理学院
关键词
基因表达谱; GB指数; MIV; BP神经网络; 小波变换;
D O I
暂无
中图分类号
R735.35 []; TP183 [人工神经网络与计算];
学科分类号
摘要
运用统计学及数据挖掘相关知识,以结肠癌基因表达图谱为研究对象,综合运用GB指数、BP神经网络、小波变换等方法对问题给出求解的过程和结果.首先采用GB综合指数对无关基因进行筛选,选择两组备用基因的交集(114个)作为信息基因,降低基因维度.其次,用基因间的强相关性剔除冗余基因,利用BP神经网络对基因进行错判数计算,选取错判率最低、基因子集中基因数量最少的基因特征组,再利用平均影响值(MIV)方法进行基因筛选,最后进行错判数计算,最终确定含有12个基因的子集为最优基因组合.第三步,将每组基因表达值看做基因信号,运用小波转换法对基因数据进行去噪,去噪后特征基因减少为8个.
引用
收藏
页码:47 / 58
页数:12
相关论文
共 4 条
[1]   基于BP网络灵敏度分析的肿瘤亚型分类特征基因选取 [J].
刘全金 ;
李颖新 ;
阮晓钢 .
中国生物医学工程学报, 2008, (05) :710-715
[2]   基于BP神经网络的肿瘤特征基因选取 [J].
刘全金 ;
李颖新 ;
朱云华 ;
阮晓钢 .
计算机工程与应用 , 2005, (34) :184-186+216
[3]  
数字信号处理.[M].宗孔德;胡广书编著;.清华大学出版社.1988,
[4]   Gene selection for cancer classification using support vector machines [J].
Guyon, I ;
Weston, J ;
Barnhill, S ;
Vapnik, V .
MACHINE LEARNING, 2002, 46 (1-3) :389-422