学海网

基于支持向量机的microRNA识别研究（硕士学位论文），共62页。
microRNA(miRNA)的发现是研究 miRNA 调控机制与研制治疗基因疾病药物的前提。采用机器学习方法识别miRNA 能够克服生物实验识别方法周期长、成本高等缺陷，并避免漏检只在特定时期、组织表达或表达水平低的 iRNA 的情形。构建分类器需要以描述样本的特征作输入，特征种类和数目过少，特征不能全面地描述样本包含的信息，学习到的分类器泛化能力弱，特征数目过多，增加分类器的复杂度，还易造成对分类的负影响降低分类精度。选取富含信息的特征子集和合适的学习方法可有效地解决这些问题，本文采用支持向量机研究 miRNA
识别问题。
首先，根据已有研究关于 miRNA 前体序列保守性、结构保守性和已知 miRNA前体呈现出的统计规律的报道，分别从序列、结构、结构-序列三方面提取 miRNA前体特征，并对特征进行量化。
其次，针对传统支持向量机识别方法平等对待每个特征，其中的弱相关或不相关特征对分类的负影响造成准确率不高、模型泛化能力弱的问题，提出一种基于信息增益特征选择算法的 miRNA 识别方法，该方法采用信息增益特征选择算法选取对分类贡献大的特征构成特征子集，并用支持向量机构建识别 miRNA 的分类器。
再次，针对无关特征或冗余特征对分类的负影响造成的模型复杂度高、泛化能力弱的问题，提出一种基于遗传算法与支持向量机封装特征选择算法的 miRNA识别方法，该方法采用遗传算法和支持向量机交互的方式搜寻最优特征子集，并用支持向量机构建识别 miRNA 的分类器。
最后，用人类 miRNA 前体数据集对本文提出的 miRNA 识别方法进行实验验证，同已有的 miRNA 识别方法进行对比分析，并对以后的研究工作进行了展望。
关键词：miRNA；机器学习；支持向量机；特征选择

目 录
摘 要 I 
Abstract III 
第 1 章 绪 论 1 
11 miRNA 识别的研究意义 1 
12 miRNA 识别的研究现状 2 
121 同源片段搜索方法 3 
122 比较基因组学预测方法 4 
123 机器学习预测方法 4 
13 课题主要研究内容 6 
14 本文的组织结构 7 
第 2 章 相关理论知识 8 
21 支持向量机 8 
211 线性可分情况 8 
212 线性不可分情况 10 
22 特征选择方法 12 
221 过滤特征选择法 12 
222 封装特征选择法 13 
223 嵌入特征选择法 14 
23 特征选择过程 14 
24 miRNA 识别中常用的特征选择方法 16 
25 本章小结 17 
第 3 章 基于信息增益特征选择算法的 miRNA 识别 18 
31 概述 18 
32 初始特征集构建 18 
321 序列特征 18 
322 结构特征 19 
323 结构-序列特征 20 
33 基于信息增益的特征选择算法 21 
331 特征的信息增益 22 
332 特征数目的确定 22 
333 基于信息增益的 miRNA 前体特征选择算法 23 
34 基于信息增益特征选择算法的 miRNA 识别方法 25
35 本章小结 26 
第 4 章 基于 GA-SVM 特征选择算法的 miRNA 识别 28 
41 概述 28 
42 基于 GA-SVM 的特征选择算法 28 
421 特征集编码 28 
422 种群初始化 29 
423 特征适应度计算 29 
424 生成特征子集 30 
425 基于 GA-SVM 的 miRNA 前体特征选择算法 31 
43 基于 GA-SVM 特征选择算法的 miRNA 识别方法 33 
44 本章小结 35 
第 5 章 实验分析 36 
51 实验环境配置 36 
52 实验数据与评价指标 36 
521 数据集的获取 36 
522 特征集的构建 38 
523 评价指标 39 
53 基于信息增益特征选择算法的 miRNA 识别实验 40 
54 基于 GA-SVM 特征选择算法的 miRNA 识别实验 42 
55 实验分析 43 
56 本章小结 44 
结 论 45 
参考文献 47 
攻读硕士期间承担的科研任务与主要成果 51 
致 谢 52 
作者简介 53