我是招标业主
已享特权 会员到期时间：
我是供应商
我是招标业主
热门招标：
生物信息学分析软件、临床生物信息学数据采集软件、MD-核酸检测箱、组织包埋机招标公告
生物信息学分析软件、临床生物信息学数据采集软件、MD-核酸检测箱、组织包埋机招标公告
所属地区：
招标业主：
河南***医院
信息类型：
加入时间：
招标代理：
截止时间：
2017年**月**日
生物信息学分析软件、临床生物信息学数据采集软件、MD-核酸检测箱、略
发布时间：
略委托，略，略如下，欢迎符合条件的单位参加投标报名：
一、招标项目：
生物信息学分析软件
临床生物信息学数据采集软件
MD-核酸检测箱
组织包埋机
二、资金来源
& &医院自筹资金。
三、投标人资质要求（必备）
1. & & & 具有独立法人及医疗器械略家或经销商；
2. & & & 具有良好的商业信誉和健全的财务会计制度；
3. & & & 注册资本不低于200万元；
4. & & & 公司成立1年以上；
四、报名时间及地点：
时间：2017年#月#日—2017年#月#日（节假日除外），上午8:30-11:30，下午15:00-5:00（X时间）
地点：X市黄河路与略省医科教大厦2301房间
五、投标报名时提交资料
略网站“文件下载”浮动窗“（设备类）略投标报名登记表”，所投报项目非医疗器械的，应提供详细说明。该表必须认真如实填写，不留空项，否则报名不予受理
略文件，招标人不向投标人解释未通过原因，不略递交的资料文件。
六、联系方式
联系人：徐老师 & & & & & &
电 &话： ##
& & & & & & & & & & & & & & & & & & 略
如果您已经是会员请先
已经是采招网会员
服务热线：400-810-9688 没有账号？
扫描微信服务号
人工查询最新进展
发布招标采购信息
提示对手新动态
每日接收定制信息
供应商邀请参与招标
标书代写免费报价
热门城市招标
更多企业邀请，点击进入频道
帮帮我！请留下您的意见和建议 ×
错误信息类型
信息日期过期
信息不全面
附件下载打不开
内容与标题不符
信息无内容
附件上传错误的
信息类型错误
请输入内容
，即可查看免费招标信息
法人/总经理
招投标负责人（招投标办）
销售人员（业务部）
后勤人员（行政部）
我同意接受网站《用户服务条款》
服务热线：400-810-9688
，即可查看免费招标信息
服务热线：400-810-9688
，优先匹配项目，提高中标率！
电子邮箱：
填写您所关注的产品关键词分，以便我们将优质招标、项目及是发送至您的邮箱。京 东 价：
[定价：￥]
PLUS会员专享价
您购买此商品可享受专属价
增值业务：
重　　量：
搭配赠品：
服务支持：
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
生物信息学中的机器学习分析方法
商品介绍加载中...
扫一扫，精彩好书免费看
京东商城向您保证所售商品均为正品行货，京东自营商品开具机打发票或电子发票。
凭质保证书及京东商城发票，可享受全国联保服务（奢侈品、钟表除外；奢侈品、钟表由京东联系保修，享受法定三包售后服务），与您亲临商场选购的商品享受相同的质量保证。京东商城还为您提供具有竞争力的商品价格和，请您放心购买！
注：因厂家会在没有任何提前通知的情况下更改产品包装、产地或者一些附件，本司不能确保客户收到的货物与商城图片、产地、附件说明完全一致。只能确保为原厂正货！并且保证与当时市场上同样主流新品一致。若本商城没有及时更新，请大家谅解！
权利声明：京东上的所有商品信息、客户评价、商品咨询、网友讨论等内容，是京东重要的经营资源，未经许可，禁止非法转载使用。
注：本站商品信息均来自于合作方，其真实性、准确性和合法性由信息拥有者（合作方）负责。本站不提供任何保证，并不承担任何法律责任。
印刷版次不同，印刷时间和版次以实物为准。
价格说明：
京东价：京东价为商品的销售价，是您最终决定是否购买商品的依据。
划线价：商品展示的划横线价格为参考价，该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价（如厂商指导价、建议零售价等）或该商品在京东平台上曾经展示过的销售价；由于地区、时间的差异性和市场行情波动，品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致，该价格仅供您参考。
折扣：如无特殊说明，折扣指销售商在原价、或划线价（如品牌专柜标价、商品吊牌价、厂商指导价、厂商建议零售价）等某一价格基础上计算出的优惠比例或优惠金额；如有疑问，您可在购买前联系销售商进行咨询。
异常问题：商品促销信息以商品详情页“促销”栏中的信息为准；商品的具体售价以订单结算页价格为准；如您发现活动商品售价或促销信息有异常，建议购买前先联系销售商咨询。
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
加载中，请稍候...
浏览了该商品的用户还浏览了
加载中，请稍候...
七日畅销榜
新书热卖榜
iframe(src='///ns.html?id=GTM-T947SH', height='0', width='0', style='display: visibility:')拒绝访问 |
| 百度云加速
请打开cookies.
此网站 () 的管理员禁止了您的访问。原因是您的访问包含了非浏览器特征(391bdffe-ua98).
重新安装浏览器，或使用别的浏览器带有不确定输入的支持向量机的研究及其生物信息学应用--《江南大学》2009年硕士论文
带有不确定输入的支持向量机的研究及其生物信息学应用
【摘要】：
致病基因是很多疾病发生的根本原因。寻找致病基因,或称鉴定致病基因是生物医学研究的一个基本问题,对于基因诊断、基因治疗和基因药物设计有着重要的现实意义。在寻找致病基因的过程中需要对大量的候选基因按致病的可能性高低进行优先级排序,这个排序过程叫做候选基因排序。对候选基因排序是寻找致病基因的重要步骤。
随着基因组学的发展,现在有许多种数据源可以用来对候选基因进行排序。这些生物数据不仅类型各异,而且多为带噪声的高维数据,另外,对于候选基因排序这个问题,相对于候选基因,往往只有少量的已知致病基因作为训练样本。为此,单类支持向量机的方法被用于解决候选基因排序这个问题。
支持向量机是基于统计学习理论新发展起来的一种机器学习方法,有着坚实的数学理论基础。它在解决小样本、非线性和高维模式识别问题中有优势,在文本分类、手写识别、图像分类、生物信息学等领域中获得了较好的应用。由于有着优良的性能,且能够方便处理各种类型的生物数据,因而支持向量机被广泛的用来解决生物信息学中的许多问题。单类支持向量机是基本的支持向量机算法在单类问题中的推广,已被成功应用于异常检测、目标识别等问题,基于单类支持向量机的候选基因排序是其在生物信息学中的又一新的应用。
在利用单类支持向量机对候选基因排序时会用到各种生物实验数据,这些实验数据往往带有误差和噪声。本文针对这一问题,在单类支持向量机的公式的中引入不确定输入量,经过公式推导进行扩展,得到带有不确定输入的单类支持向量机。这种扩展的单类支持向量机能够利用不确定输入数据对带有噪声的数据进行降噪,从而更好的利用带有噪声的数据对候选基因进行排序。为了融合多种数据源对候选基因排序,本文进一步提出一种基于单类支持向量机的数据融合方法,并取得了良好的实验效果。
【关键词】：
【学位授予单位】：江南大学【学位级别】：硕士【学位授予年份】：2009【分类号】：TP18;TP399-C8【目录】：
ABSTRACT4-8
第一章 绪论8-13
1.1 引言8-9
1.2 问题的提出9
1.3 国内外的研究情况9-11
1.3.1 支持向量机9-11
1.3.2 寻找致病基因和候选基因排序11
1.4 本文的工作11-12
1.5 本文的结构12-13
第二章 支持向量机13-30
2.1 机器学习的基本问题13-15
2.1.1 机器学习的模型和形式化描述13-14
2.1.2 基本的机器学习问题14
2.1.3 经验风险最小化14
2.1.4 复杂性和泛化性14-15
2.2 统计学习理论15-18
2.2.1 学习过程一致性的条件15-17
2.2.2 VC 维的概念17
2.2.3 泛化性的界17
2.2.4 结构风险最小化17-18
2.3 支持向量机18-26
2.3.1 线性分类器19
2.3.2 最优分类超平面19-21
2.3.3 拉格朗日最优化理论21-22
2.3.4 对偶表示22-24
2.3.5 核方法24-25
2.3.6 非线性SVM25
2.3.7 软间隔优化25-26
2.4 单类分类问题和单类支持向量机26-30
2.4.1 单类分类问题26-27
2.4.2 单类支持向量机27-30
第三章 基于单类支持向量机的候选基因排序30-36
3.1 寻找致病基因与候选基因排序30
3.2 候选基因排序的基本策略30-31
3.3 用于候选基因排序的单类支持向量机31-32
3.4 带有不确定输入的单类支持向量机32-35
3.4.1 问题及假设32
3.4.2 问题的几何表示及解决32-34
3.4.3 非线性核函数及推广34-35
3.5 本章小结35-36
第四章 实验——单数据源候选基因排序36-45
4.1 实验所用数据及其核矩阵36-37
4.2 实验一、基于OCSVM 的候选基因排序37-39
4.2.1 实验样本集设计37
4.2.2 评价指标37-38
4.2.3 实验结果38-39
4.3 实验二、基于OCSVMWIU 的候选基因排序39-42
4.3.1 基因表达数据39-40
4.3.2 实验样本集设计40
4.3.3 噪声的模拟40-41
4.3.4 实验结果：降噪41
4.3.5 对算法的进一步讨论41-42
4.4 实验三、基于OCSVMWIU 的PFAM HMM 得分数据降噪42-44
4.5 本章小结44-45
第五章 基于数据融合的候选基因排序45-53
5.1 融合多种数据源对候选基因排序45-46
5.2 用于候选基因排序的单类支持向量机数据融合46-49
5.2.1 算法的形式化描述48
5.2.2 补充算法48-49
5.3 实验49-52
5.3.1 实验样本集设计49-50
5.3.2 与单数据源排序的对比50-51
5.3.3 与其他数据融合方法的对比51
5.3.4 对算法的进一步讨论51-52
5.4 本章小结52-53
第六章 结束语53-54
参考文献55-61
附录：作者在攻读硕士学位期间发表的论文61
欢迎：、、)
支持CAJ、PDF文件格式
【相似文献】
中国期刊全文数据库
余红顺;李锋;;[J];安徽文学(下半月);2011年08期
陈柏生;;[J];微型机与应用;2011年16期
高冬;;[J];计算机与现代化;2011年08期
赵月;奚燕萍;王飞;;[J];计算机应用与软件;2011年07期
陈益青;张连明;;[J];计算机应用与软件;2011年08期
彭昱静;邹盛荣;陈彦;;[J];电脑知识与技术;2011年18期
吕奕;王清;;[J];计算机应用与软件;2011年09期
肖绚;徐培杰;;[J];计算机工程;2011年18期
;[J];企业技术开发;2011年15期
;[J];模式识别与人工智能;2011年03期
中国重要会议论文全文数据库
李媛;崔尚金;李建伟;于康震;;[A];中国畜牧兽医学会禽病学分会第十一次学术研讨会论文集[C];2002年
陆文聪;钮冰;;[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
陈婷婷;郭婷婷;李林;安冬;;[A];2011年全国通信安全学术会议论文集[C];2011年
卢学春;杨波;朱宏丽;姚善谦;;[A];中国科协海峡两岸学术研讨会——2008血液肿瘤论坛会议会编[C];2008年
阮林;何颖;邹泽红;傅意玲;陈惠芳;陶爱林;;[A];中华医学会2010年全国变态反应学术会议暨中欧变态反应高峰论坛参会指南/论文汇编[C];2010年
冯文龙;赵清杰;;[A];2007年中国智能自动化会议论文集[C];2007年
康晓东;;[A];2003年全国医学影像技术学术会议论文汇编[C];2003年
王智宇;童强松;曾甫清;刘媛;顾朝辉;郑丽端;蔡嘉斌;蒋国松;;[A];第十五届全国泌尿外科学术会议论文集[C];2008年
朱云平;刘湘军;魏丽萍;李亦学;;[A];中国蛋白质组学第三届学术大会论文摘要[C];2005年
孙琳琳;蒋继志;;[A];中国植物病理学会2006年学术年会论文集[C];2006年
中国重要报纸全文数据库
衣晓峰　乔蕤琳;[N];中国医药报;2010年
熊学莉;[N];重庆日报;2003年
白毅;[N];中国医药报;2002年
中科院生物学部
张春霆;[N];北京科技报;2000年
中科院院士 吴旻;[N];光明日报;2002年
陈光宇　丁俊娜;[N];浙江日报;2005年
暨南大学医药生物技术研究开发中心
郑青;[N];医药经济报;2001年
刘义;[N];中国高新技术产业导报;2000年
李恩青;[N];中国高新技术产业导报;2001年
中科院院士 强伯勤;[N];光明日报;2002年
中国博士学位论文全文数据库
张敏;[D];大连理工大学;2005年
曾智勇;[D];四川农业大学;2006年
肖庆;[D];华中科技大学;2008年
张革新;[D];江南大学;2005年
李艳芸;[D];天津医科大学;2006年
童庆;[D];中国科学技术大学;2006年
刘立芳;[D];西安电子科技大学;2006年
郭雨珍;[D];大连理工大学;2007年
熊赟;[D];复旦大学;2007年
张晓丽;[D];湖北中医学院;2008年
中国硕士学位论文全文数据库
詹超;[D];武汉理工大学;2006年
郭俊恩;[D];江南大学;2008年
潘志宏;[D];福建农林大学;2009年
郭洪峰;[D];第三军医大学;2009年
乐东海;[D];浙江大学;2005年
黄志华;[D];浙江大学;2005年
朱贤芳;[D];南京理工大学;2005年
王树青;[D];天津师范大学;2005年
曲华;[D];吉林大学;2005年
黄辉;[D];暨南大学;2005年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号