发明名称 |
结合独立分量分析和线性判别分析的癌症预测方法 |
摘要 |
本发明涉及一种结合独立分量分析和线性判别分析的癌症预测方法,具体包括以下步骤:(1)用过滤技术预处理基因微阵列数据;(2)将预处理后的基因微阵列数据用独立分量分析技术进行变换,得到独立分量集;(3)应用线性判别分析技术处理独立分量集,将基因微阵列数据投影到具有最佳可分性的低维空间;(4)利用投影后的基因微阵列数据训练最近邻分类器,生成分类器模型。本发明在过滤处理后的基因微阵列数据上,利用独立分量分析挖掘基因微阵列数据的隐含信息,利用线性判别分析将基因微阵列数据投影到具有最佳可分性的低维空间,提高了癌症预测的精度,降低了癌症预测的时间。 |
申请公布号 |
CN103793600A |
申请公布日期 |
2014.05.14 |
申请号 |
CN201410025412.0 |
申请日期 |
2014.01.16 |
申请人 |
西安电子科技大学 |
发明人 |
杨利英;刘志敏;李菲;袁细国;张军英;黎成;殷黎洋 |
分类号 |
G06F19/00(2011.01)I;G06F19/20(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种结合独立分量分析和线性判别分析的癌症预测方法,其特征在于:具体包括以下步骤:(1)用过滤技术预处理基因微阵列数据,集成了四种策略,即学生检测分析、熵分析、切诺夫界分析以及无偏统计分析,根据每一种策略为每个基因的重要程度进行打分评估,然后根据分数的高低进行排序,最后选择一定数量分值高的基因作为对样本分类预测贡献大的基因,实现特征的预筛选;(2)将预处理后的基因微阵列数据用独立分量分析技术进行变换以挖掘数据中的隐含信息,得到独立分量集;(3)应用线性判别分析技术处理独立分量集,将基因微阵列数据投影到具有最佳可分性的低维空间;(4)利用投影后的基因微阵列数据训练最近邻分类器,生成分类器模型。 |
地址 |
710071 陕西省西安市太白南路2号 |