[发明专利]一种基于独立分量集成学习的基因微阵列数据预测方法无效

专利信息
申请号: 200710132391.2 申请日: 2007-09-15
公开(公告)号: CN101145171A 公开(公告)日: 2008-03-19
发明(设计)人: 黄德双;刘昆宏 申请(专利权)人: 中国科学院合肥物质科学研究院
主分类号: G06F19/00 分类号: G06F19/00;G06F17/30
代理公司: 安徽省合肥新安专利代理有限责任公司 代理人: 赵晓薇
地址: 230031安徽省合*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 独立 分量 集成 学习 基因 阵列 数据 预测 方法
【权利要求书】:

1.一种基于独立分量集成学习的基因微阵列数据预测方法,其特征在于该方法的操作步骤如下:

数据的获取与预处理,对试验的训练样本进行独立分量分析(IndependentComponent Analysis,简写为ICA)变化,获得一组独立分量(IndependentComponent,简写为IC)集合;

独立分量子集的生成,从IC分量集合中随机有重复地选择出一半的IC分量,用于构建一个IC分量子集,重复以上步骤50次,形成50个独立的IC分量子集;

基分类器的生成,使用生成的IC分量子集分别用于训练最近邻分类器,从而构造50个基于随机独立分量选择的最近邻分类器;

将新样本在各个新的IC分量子集所代表的分量空间中进行变换,而后分别使用50个最近邻分量器对新样本进行测试,测试的输出使用加权投票法进行综合,从而构建出一个分类器集成系统。

2.根据权利要求1所述的一种基于独立分量集成学习的基因微阵列数据预测方法,其特征是:所述的测试的输出使用加权投票法是使用Bootstrap.632+算子通过测试样本对分类器Ci的预测精度进行估计,将相应的预测准确率作为该分类器输出判别可靠性的权重wi。之后,将权重归一化,即Wi′=Wi/∑W,若分类器i对新样本s的类别判定为Ois,集成系统最终的判定是根据公式:Os=Σi=150wiOis.]]>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院合肥物质科学研究院,未经中国科学院合肥物质科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200710132391.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code