国家教育部博士点基金(20050312001)
- 作品数：5 被引量：43H指数：4
- 相关作者：荀鹏程陈峰于浩赵杨钱国华更多>>
- 相关机构：南京医科大学昆山市卫生监督所更多>>
- 发文基金：国家教育部博士点基金江苏省高校自然科学研究项目江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- logitboost及其在判别分析中的应用被引量：11
- 2006年
- 目的介绍一种基于机器学习的分类方法-logitBoost在判别分析中的应用。方法结合实例和模拟数据介绍了logitBoost的思想,原理,方法和步骤,就模型的拟合效果与Fisher线性判别、二次判别、logistic回归判别进行了比较,并探讨了“logitBoost判别”的优势及其在医学领域中的应用前景等问题。结果与传统方法相比,logitBoost判别在实例以及模拟数据的应用中,均显现出较好的或相似的模型预测效果。结论当传统的判别分析条件得不到满足,或判别效果不佳时,logitBoost能够达到良好的预测效果,在医学领域的判别分析中有较好的应用前景。
- 富春枫荀鹏程赵杨陈峰
- 判别分析驱动的微阵列数据的降维策略被引量：3
- 2009年
- 目的探究判别分析驱动的微阵列数据之降维策略。方法3步降维策略。即首先采用"单变量检验FDR控制"结合"相关矩阵差值综合评分法"的预选维;其次采用PCA、PLS等方法作进一步降维;最后用逐步判别的思想筛选。结果以Alon等的结肠癌数据为例展示了该3步降维策略在判别分析过程中的应用,组内回代错误率为9.68%,弃一法交叉验证的错误率为11.29%。结论本文提出的"初步选维→进一步降维→逐步判别筛选"的3步降维策略对于后续的微阵列数据判别分析是实用、可行的。
- 荀鹏程钱国华富春枫于浩陈峰
- 关键词：微阵列数据
- 微阵列数据的多重比较被引量：14
- 2006年
- 目的介绍阳性结果错误率(FDR)及相关控制方法在微阵列数据多重比较中的应用。方法用BH、BL、BY和ALSU四种FDR控制程序比较了3226个基因在两组乳腺癌患者中的表达差异。结果四个程序在各自实用的范围内均将FDR控制在0·05以下,检验效能由大到小的顺序为:ALSU>BH>BY>BL。ALSU程序因引入m0的估计,更为合理,不仅提高了检验效能,同时又较好地控制了假阳性错误。结论在微阵列数据的比较中必须考虑FDR的控制,同时又要考虑提高检验效能。多重比较中,控制FDR比控制总I型错误率(FWER)检验效能高,且更为实用。
- 荀鹏程赵杨柏建岭易洪刚于浩陈峰
- 关键词：微阵列数据
- 差异表达驱动的微阵列数据降维策略被引量：4
- 2007年
- 目的探究差异表达驱动的微阵列数据之降维策略。方法本文提出permutation检验和99.99%的下单侧可信区间相结合的策略用于"维度粗筛",HotellingT2检验结合逐步筛选的策略用于寻求组间差异表达的"局部变量组合"。结果以"正常成年男子和精子运动能力低下者精子蛋白表达差异研究"之实例展示了该降维策略的实际应用效果,结果发现了"十个蛋白组合"在组间差异表达。结论本文提出差异表达驱动的微阵列数据降维策略是实用可行的。
- 王璐荀鹏程赵纯沙家豪陈峰
- 关键词：微阵列数据
- 偏最小二乘法降维在微阵列数据判别分析中的应用被引量：17
- 2007年
- 目的探讨微阵列数据的判别分析方法。方法首先采用偏最小二乘法对高维数据降维,然后再用Fisher’s线性判别。文中同时介绍了偏最小二乘法的基本原理、基本算法,讨论了成分数选择等问题,并以实际微阵列数据展示了其效果。结果偏最小二乘法降维不但实现了数据的可视化,而且取得了较好的后期判别效果。结论偏最小二乘法是一种新的实用的降维方法,可用于微阵列数据判别分析的前期降维。
- 钱国华荀鹏程陈峰于浩
- 关键词：偏最小二乘法微阵列数据降维
