[发明专利]基于邻域粗糙集的加权KNN肿瘤基因表达谱分类方法无效
| 申请号： | 201010234953.6 | 申请日： | 2010-07-23 |
| 公开（公告）号： | CN101923604A | 公开（公告）日： | 2010-12-22 |
| 发明（设计）人： | 孔祥增;陈智勤;陈丽萍;宋考 | 申请（专利权）人： | 福建师范大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00;C12Q1/68 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350007 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及肿瘤基因表达谱分类技术领域，特别是一种基于邻域粗糙集的加权KNN肿瘤基因表达谱分类方法，其特征在于：包括以下步骤：步骤1：采用Relief算法排序所有基因，然后选择前d个基因构成初始信息基因子集Gd；步骤2：采用基于邻域粗糙集模型的前向属性约简算法对所述初始信息基因子集Gd中的基因进行约简，进一步得到重要特征基因子集Go，其基数接近最小；步骤3：将所述重要特征基因子集Go作为加权KNN分类方法的输入，对肿瘤样本集进行分类训练，训练后得到肿瘤分类模型；步骤4：采用测试集评估得到的肿瘤分类模型。该方法有利于发现有差异的基因表达，避免同样重要地依赖于所有属性的相似性度量引起的误导，克服“维数陷阱”问题。 | ||
| 搜索关键词： | 基于 邻域 粗糙 加权 knn 肿瘤 基因 表达 分类 方法 | ||
【主权项】：
一种基于邻域粗糙集的加权KNN肿瘤基因表达谱分类方法，其特征在于：包括以下步骤：Step1：采用Relief算法排序所有基因，然后选择前d个基因构成初始信息基因子集Gd；Step2：采用基于邻域粗糙集模型的前向属性约简算法对所述初始信息基因子集Gd 中的基因进行约简，进一步得到重要特征基因子集Go，其基数接近最小；Step3：将所述重要特征基因子集Go作为加权KNN分类方法的输入，对肿瘤样本集进行分类训练，训练后得到肿瘤分类模型；Step4：采用测试集评估得到的肿瘤分类模型。
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福建师范大学，未经福建师范大学许可，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/patent/201010234953.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
