基于机器学习的代谢组学数据的分类分析

发布时间：2022-12-09 02:54

　　在生物学的许多领域中,常用机器学习算法来建立模型,以便从多元分析数据中识别生物样本的类型或状态。机器学习算法建立的模型本质上是进行模式识别,有时更正式地称为多元分类。在代谢组学中,这种模型长期被用来证明样本类之间存在客观的生物化学差异。这通常被用来证明一个假设,但也可以被认为是自动化的未知样本分类的第一步,或者识别可以作为新诊断试验基础的生物标记物。有大量的机器学习方法,包括偏最小二乘判别分析（PLS-DA）,人工神经网络（ANN）,极限学习（ELM）和支持向量机（SVM）。在代谢组学领域,PLS-DA长期占据主导地位,以至于一些研究者完全没有意识到还可以用其他更好的方案。事实上,其他方法已经取得飞速进展,特别是支持向量机在代谢组学中的应用已被证明超越PLS-DA。相对于传统的化学计量学方法,支持向量机对具有高复杂度边界的线性和非线性预测模型的支持的这一优势,刚好可以处理具有极其复杂性质的代谢组学数据。在本研究中,代谢组数据选用的是使用戊四唑（治疗组）和生理盐水（对照组）治疗四周的小鼠在治疗期结束之后收集的尿液,提取出脑区,提取出代谢产物,并使用NMR分析的样本。我们将传统的PLS-D... 

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

图２．１基本神经网络结构??

图２．?２极限学习机结构??Ｆｉｇ?２．２?Ｅｘｔｒｅｍｅ?Ｌｅａｒｎｉｎｇ?Ｍａｃｈｉｎｅ?Ｓｔｒｕｃｔｕｒｅ??

图３．１结构风险最小化??Ｆｉｇ?３．１?Ｓｔｒｕｃｔｕｒａｌ?Ｒｉｓｋ?Ｍｉｎｉｍｉｚａｔｉｏｎ??为了实现ＳＲＭ原则，我们会使用一下两种方法：（１）求每个子集的最小经验风??

【参考文献】：
期刊论文
[1]机器学习概述[J]. 李炜.  科技视界. 2017(12)
[2]R语言在统计分析中的使用技巧[J]. 刘二钢,马建强.  电脑知识与技术. 2017(01)
[3]基于深层神经网络（DNN）的汉语方言种属语音识别[J]. 景亚鹏,郑骏,胡文心.  华东师范大学学报(自然科学版). 2014(01)
[4]代谢组学中机器学习研究进展[J]. 白天,周春光,王喆,王岩.  吉林大学学报(信息科学版). 2008(02)
[5]基于反向传播算法神经网络的信用评分系统预测力研究[J]. 朱晓明,程建,刘治国,钟经樊.  西安交通大学学报. 2006(12)
[6]机器学习在生物信息学中的应用[J]. 张晓龙,杨艳霞.  武汉科技大学学报(自然科学版). 2005(02)
[7]误差反向传播算法与信噪分离[J]. 王忠勇,陈恩庆,葛强,史小军.  河南科学. 2002(01)
[8]前馈神经网络中的反向传播算法及其改进:进展与展望[J]. 刘曙光,郑崇勋,刘明远.  计算机科学. 1996(01)

博士论文
[1]基于非线性方法和VaR的均线交易系统研究[D]. 吴亚军.哈尔滨工业大学 2014
[2]支持向量机特征选择中的Lp正则化方法研究[D]. 姚兰.湖南大学 2014
[3]孪生支持向量机关键问题的研究[D]. 黄华娟.中国矿业大学 2014
[4]基于优化机器学习算法的模拟电路故障诊断研究[D]. 李晴.湖南大学 2013
[5]基于多种分析技术的代谢组学方法研究与应用[D]. 张小丽.兰州大学 2013
[6]基于支持向量机的金融时间序列分析预测算法研究[D]. 鲍漪澜.大连海事大学 2013
[7]基于机器学习的盾构姿态调整决策方法研究[D]. 郭正刚.大连理工大学 2013
[8]基于支持向量机的旋转机械故障诊断与预测方法研究[D]. 朱霄珣.华北电力大学 2013
[9]集合型故障检测与诊断技术研究[D]. 杨青.长春理工大学 2013
[10]面向智能决策问题的机器学习方法研究[D]. 陈慧灵.吉林大学 2012

硕士论文
[1]基于机器学习的声源定位研究[D]. 杨悦.南京邮电大学 2017
[2]基于R语言的综采工作面瓦斯浓度预测研究[D]. 加茸茸.西安科技大学 2017
[3]基于机器学习的癌症诊断方法研究[D]. 刘奕.湖北工业大学 2017
[4]基于机器学习的车牌识别算法研究[D]. 杜伟.沈阳师范大学 2017
[5]基于支持向量机的不平衡数据分类算法研究[D]. 刘东启.浙江大学 2017
[6]基于优化的偏最小二乘—判别分析和核磁共振波谱的肺癌血清代谢组学研究[D]. 李亚琼.华中师范大学 2014
[7]基于支持向量机的特征选择算法研究[D]. 严康.大连理工大学 2010
[8]基于R语言的空间统计分析研究与应用[D]. 杨中庆.暨南大学 2006



本文编号：3714670