基于惩罚高斯混合模型的微阵列基因表达数据分析

• 作者: 石玉
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 微阵列数据 肿瘤诊断 基因选择 混合高斯模型 L1惩罚
• 年，卷（期）: 2009,（3）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391
• 字数: 6156字
• 语种: 中文
• DOI: 10.3321/j.issn:0529-6579.2009.03.001

摘要

随着现代生物技术的发展,基于基因表达数据的肿瘤分型诊断已成为DNA微阵列的重要应用领域.提出一种基于基因表达数据的肿瘤分型诊断新方法,并在理论上给出模型解释.该方法通过对高斯混合模型加上一个L1惩罚实现了肿瘤分类和信息基因选择的有机结合,从而用较少的变量达到更高的识别率.实验结果显示,无论是在模拟数据中还是五个微阵列数据集中,提出的方法都是高效稳定的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石玉	中山大学数学与计算科学学院	1	1	1.0	1.0