基于多标签分类的基因术语标注.pdf

《基于多标签分类的基因术语标注.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、■？■？ｔｃｍ；‘Ａ．ｉ：１０６９７分类号：ＴＰ３丨丨Ｉ：学校代码丨？論．：２０１２２０９６９密级：公开学号ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ硕士学位ｉ２文ＭＡＳＴ＇ＳＥＲＴＡＴＯＮＥＲＳＤＩＳＩ？、‘．基于多标签分类的基因术语标注／．‘ｒ学科名称：计算机软件与理论作者：王佳荣指导老师：冯缚教授＂：．、‘Ｓ泣西北大学学位评定委员会二０—五年六月Ｉ＇ＭＡＳＴＥＲＳＤＥＧＲＥＥＤＩＳＳＥＲＴＡ

2、ＴＩＯＮｗ－ＧｅｎｅＯｎｔｏｌｏＴｅｒｍｓＬａｂｅｌｉｎｉｔｈＭｕｌｔｉｌａｂｅｌｇｙｇＣｌａｓｓｉｆｉｃａｔｉｏｎＳｕｂｅｃｔＮａｍｅ：ＣｏｍｕｔｅｒＳｏｆｔｗａｒｅａｎｄＴｈｅｏｒｊｐｙＡｕｈｏＷＪ－ｔｒ：ａｎｉａｒｏｎｇｇＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＦｅｎＪｕｎｐｇＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙＸ＇ｉａｎ７１００６９Ｐ．Ｒ．Ｃｈｉｎａ，，

3、Ｊｕｎｅ２０１５，西北大学硕士学位论文西北大学学位论文知识产权声明书本人完全了解西北大学关于收集、保存、使用学位论文的规定。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。本人授权西北大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所等机构将本学位论文收录到《中国学位论文全文数据库》或其它相关数据库。保密论文待解密后适用本声明。学位论

4、文作者签名：指导教师签名：ｙｙｊ／＾＿＞／ｓ年６月丨ｆ曰ｚｗｓ年６月／￥曰西北大学学位论文独创性声明本人声明：所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，本论文不包含其它人已经发表或撰写过的研究成果，也不包含为获得西北大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢ｊＡ：．ｏｙ？＊学位论文作者签名：Ｉ解＞／￥年６月曰西

5、北大学硕士学位论文摘要随着生物科技的发展，研究者们发现基因是导致疾病产生的直接或间接原因，因此，基因研究受到了越来越多研究者的关注。当前海量的生物医学文献与基因相关，研究者们希望对这些文献进行标准的基因术语的标注。然而，手工分析和利用搜索引擎进行文献的基因标注费时费力一。因此，本文提出了种自动化的文献基因术语标注方案。我们首次将文献的基因术语标注投射到多标签分类的框架下，提出了多标签学习的模型训练方案。首先，从国际最著名的生物医学领域的搜索引擎Ｐｕｂｍｅｄ中查找基因术语关键词

6、的生物医学文献，利用其Ｍｅｓｈ功能完成文摘的基因标签标注，构成训练数据集，根据训练数据集设计多标签分类器。接着，我们提出了两个基于多标签分类的基因Ｒａｎｋ－ＳＶＭＳＣＲａｎｋ－）术语标注算法，约束简化的（ＳＶＭ和正则化ＲＢＦ网络多标签分类（ＲｅｇｕＲＢＦＭＬ）算法进行测试样本的自动化基因标柱。最后，我们提出了术语标注分类器性能评估标准，完成了算法的性能评估。－约束简化的ＲａｎｋＳＶＭ多标签基因术语标注算法（Ｓｉｍｌｆｉｅｄｏｎｓｔｒａｎａｎ－ｐｉＣｉｔｓＲｋＳＶＭ，ＳＣＲａｎｋ－Ｓ

7、ＶＭ）主要依据Ｒａｎｋ量化样本标签之间的相关性的思想，首先定义无偏置ｂ的多标签分类决策面和边缘，然后通过最大化边缘和最小化Ｒａｎｋｉｎｇｌｏｓｓ函数建立分类－。ａｎ模型，最后利用阈值函数预测标签与ＲｋＳＶＭ算法相比，由于约束条件没有ｂ项，ＳＣＲａｎｋ－ＳＶＭ算法在对偶优化问题中具有更少的优化约束条件空间。，从而获得更优的解ｔｗｏｒｋＭｕ－正则化ＲＢＦ网络多标签分类算法（ＲｅｇｕｌａｒｉｚｅｄＲＢＦｎｅｕｒａｌｎｅｌｔｉＬａｂｅｌ，ＲｅｇｕＲＢＦＭＬ）主要解决多标签算法运行时间长

8、的问题，为了保证分类准确率的情况下减少生物医学文献基因标注的时间，我们将径向基函数ＲＢＦ单层前馈神经网络拓展到多标签分类问题。ＳＯＭＳｅｌｆＯｒａｎｉｚａｔｉｏｎＭａｐ具有聚类速度快、泛化性能好等优点，利（ｇ）用ＳＯＭ聚类方法产生ＲＢＦ的聚类中心，然后建立正则化的最小二乘学习模型，使用岭回归的方法得出神经网络的隐藏层到输出层的权重向量，最后用阈值函数预测标签。在