【摘 要】
：
癌症是人类生命和健康的主要威胁之一,是世界上最致命的疾病。近年来,通过微阵列质谱数据进行癌症预测,实现癌症早期发现,提高癌症病患的生存率,成为人们关注的焦点。本文首
论文部分内容阅读
癌症是人类生命和健康的主要威胁之一,是世界上最致命的疾病。近年来,通过微阵列质谱数据进行癌症预测,实现癌症早期发现,提高癌症病患的生存率,成为人们关注的焦点。本文首先对癌症预测的背景意义以及癌症预测的研究现状和方法进行阐明和综述,并对基于机器学习的预测方法进行分析和归纳。在此基础上,进行基于微阵列数据的卵巢癌预测研究,提出基于主成分分析、人工蜂群优化和支持向量回归机的PCA-ABC-SVR卵巢癌预测模型。对于模型的训练数据,针对微阵列数据集的特点,采用PCA主成分分析法对数据进行降维处理,并采用ABC人工蜂群优化算法进行支持向量回归机SVR的参数选取,实现PCA-ABC-SVR卵巢癌预测模型的建立。最后,在给定的实验软硬件平台环境下,进行k值选取、模型对比和优化对比三个仿真实验,通过训练数据集实现所提模型的学习和训练。通过实验结果的分析,验证了本文所提出的PCA-ABC-SVR模型在卵巢癌预测方面的可行性和优越性。
其他文献
背景与目的:血管炎是紫癜性肾炎(HSPN)的主要病理特征,肾小球血管病变对HSPN的发病机制和疾病进展至关重要,因此对HSPN肾小球血管病变进行精确分级将对该疾病的治疗方案选择
随着互联网快速发展与普及,我们可以很方便的在互联网上分享各种图片和视频,例如在Flickr和You Tube上,由此也导致网络多媒体数据(包括:文档、图片、视频等)正在呈现爆炸式的增长,因此从大规模的数据库中进行图像检索也成了近几年活跃的研究方向。近两年来,Hashing(哈希)算法被广泛用来进行相似性搜索,因为它不仅可以节约存储空间,还可以显著地提高检索的时间效率。本论文针对这一课题,在传统算法
随着信息技术的迅速发展,不同行业生产数据的爆炸式增长已使得数据的处理问题亟待解决,如何从海量数据中有效地进行知识的挖掘是值得研究的问题,而如何有效地刻画和描述具有
近年来,制造业、生物医学、文物保护、虚拟现实等领域快速发展,对三维测量技术的要求也越来越高,传统三维测量方法无法满足高效、无接触、高精度的测量需求。基于结构光的三
随着数据采集技术和计算机技术的发展,以数字化三维颅骨为对象进行颅骨性别和种族的自动化鉴定成为法医学、人类学、考古学等领域内十分重要的研究课题。在颅骨性别和种族的
人工智能目前的发展状态是弱人工智能较强而强人工智能较弱,出现这一问题的主要原因是人们对人类智能的本质、组成和功能认识不清。对此罗钧旻科研团队通过对各种心理学流派的研究,发现唯识心理理学对此揭示得比较透彻,他们依据唯识心理学相关理论,提出了一个智能模型——AORBCO(Agent-Object-Rilaiionship Model Based on Consciousness-Only)。首先,本文
安全问题一直是阻碍无线传感器网络实用化、规模化的瓶颈。保障监测数据的安全是首先要考虑的问题,尤其是敏感性监测数据,因此必须对用户的访问行为进行严格的管理和控制。由
热力学定律是研究能量性质及其转换规律的基本物理定律。其中,热力学第一定律保证了能量在转移和转换过程中的总量保持不变;热力学第二定律则决定了材料在做功过程中一定有耗
随着无线通信、传感、微机电等技术的快速发展,具有低功耗、高度自主性等特征的无线传感器网络,已在环境监测和保护、医疗护理、军事、智能交通等领域得到了广泛应用,这些应
人体细胞结构变化(尤其细胞核大小的变化)可为癌症诊断提供重要依据。目前组织学分析和荧光显微镜检查仍然是细胞检测的首选方法。近年来,尽管细胞荧光显微技术取得了进步,但