基于稀疏性理論的腫瘤基因表達譜分類.pdf

1、隨著DNA微陣列技術的出現(xiàn)，生物的基因表達數(shù)據(jù)有著爆炸性的增長，吸引了大量的科研人員投入到生物信息學的研究領域中，使得生物信息學獲得了廣泛的關注與研究焦點?；贒NA微陣列的腫瘤樣本分類方法為快速準確的診斷腫瘤類型提供了新的解決思路。同時由于DNA微陣列的高維小樣本與高噪音特性，使得這一診斷方法面臨重大的挑戰(zhàn)。
　　稀疏表示是近年來出現(xiàn)的新穎的熱門技術，并受到了眾多研究者的廣泛關注，目前已被廣泛應用于模式識別領域，如人臉識別、腫瘤

2、分類、聚類、降維等。
　　本論文中，我們圍繞稀疏表示技術，研究其在腫瘤基因表達譜數(shù)據(jù)上的分類問題，并重點關注數(shù)據(jù)中的高噪音特性，提出了有效的降噪或去噪算法，詳細闡述了算法的關鍵流程，并與傳統(tǒng)的算法進行比較。本文的研究工作總結如下：
　　第一，提出了基于元樣本的魯棒稀疏表示分類器,并用于腫瘤基因表達譜數(shù)據(jù)分類。該算法是一種改進的稀疏表示分類器，它通過增加權重矩陣與迭代算法，降低數(shù)據(jù)中噪音或異常量的權重值，即降低噪音或異常量對分