1、!lllflffllJIIIrflfllJIIfllJIHIJIIrlfll!河南衙瓤大孝碩士學位論文兩類自適應稀疏學習機及其在高維數(shù)據(jù)挖掘中的應用學科、專業(yè)研究方向申請學位類別申請人指導教師：運籌學與控制論：數(shù)據(jù)挖掘：理學碩士：董文朋：李鈞濤副教授二。一七年四月摘要IlllHIIIJIllllJIIIIIllllJIIIIIIlllllJlllY3262072隨著現(xiàn)代高維數(shù)據(jù)的不斷積累，以支持向量機為代表的傳統(tǒng)統(tǒng)計學習方法不能很好地進

2、行高維變量選擇發(fā)展新型的自適應稀疏學習機為進行高維數(shù)據(jù)挖掘提供了新的思路為此本文有機結(jié)合統(tǒng)計學，系統(tǒng)生物學和信息論方法，發(fā)展了兩種具有生物可解釋性的自適應稀疏學習模型和求解算法，并將其分別應用到高維數(shù)據(jù)分析中，都獲得了較好的分類和基因選擇性能本文的主要創(chuàng)新如下：(1)針對群lasso懲罰類方法處理二分類高維數(shù)據(jù)面臨的提前變量分群，自適應的群內(nèi)變量選擇，生物可解釋性等難題，我們致力于開展基于網(wǎng)絡分析的變量分群策略和新型自適應懲罰機制研究，

3、據(jù)此提出了融合網(wǎng)絡分析和信息學理論方法的自適應稀疏群lasso首先，將網(wǎng)絡分析中的網(wǎng)絡模塊識別與群lasso中的變量分群有機聯(lián)系起來，利用加權(quán)基因共表達網(wǎng)絡分析方法辨識出具有良好生物交互關(guān)系的模塊其次，利用條件交互信息等信息論方法在每一個被劃分的群內(nèi)構(gòu)建變量重要性的評價準則，據(jù)此構(gòu)造具有生物可解釋性的權(quán)重系數(shù)并將其添加到懲罰項的合適位置來自適應地進行變量選擇最后，在四種高維癌癥生物數(shù)據(jù)上的結(jié)果驗證了所提的自適應稀疏學習機能夠有效地進行分

4、類和群體基因選擇(2)針對群懲罰多項式回歸處理多類分類高維數(shù)據(jù)中出現(xiàn)的自適應變量選擇，生物可解釋性等難題，我們提出了融合網(wǎng)絡分析方法的稀疏多項式回歸通過結(jié)合生物學資源和基因表達譜信息，我們利用GeneRank構(gòu)建了具有生物學意義的權(quán)重并引入到群lasso懲罰中，提出了一種新的自適應稀疏學習機最終在酵母二次轉(zhuǎn)化數(shù)據(jù)上的實驗結(jié)果驗證了所提的模型與其它模型相比取得了較好的分類和基因選擇性能關(guān)鍵詞：高維數(shù)據(jù)挖掘，群lasso，加權(quán)基因共表達網(wǎng)絡