一种配对互作基因检测方法及预测模型

    公开(公告)号:CN107292128A

    公开(公告)日:2017-10-24

    申请号:CN201710500075.X

    申请日:2017-06-27

    CPC classification number: G06F19/20

    Abstract: 本发明公开了一种配对互作基因检测方法及预测模型,检测方法包括以下步骤:对给定的数据集{Yi,Xij},首先对每个基因表达值进行秩规格化,得到规格化后的数据矩阵{Yi,Rij},即对于任一基因j,将其表达值按从小到大顺序排列,然后用每个表达值的排列位置代替初始表达值;对任意两个基因p和基因q采用abs模式进行转换,获得转换后的数据集{Yi,Zis};abs模式:Zis=|Rip–Riq|;其中i=1,2,…,n;p=1,2,…,m;q=1,2,…,m;p≠q;s=1,2,…,m(m-1)/2;n为数据集中的样本数,m为数据集中的基因数;计算每个变量Zis与表型Yi之间的t值,根据t值判断两个基因之间的互作效应。本发明可有效提高模型预测精度。

    一种多类别图像识别方法及系统

    公开(公告)号:CN107273932A

    公开(公告)日:2017-10-20

    申请号:CN201710500086.8

    申请日:2017-06-27

    CPC classification number: G06K9/6268 G06K9/6256

    Abstract: 本发明公开了一种多类别图像识别方法及系统,对m类别图像识别问题C={C1,C2,…,Cw,…,Cm},将选自图像识别数据集的训练样本分解为m套样本子集;对每套样本子集经特征选择获得一套特征子集,共获得m套特征子集{Feat_1,Feat_2,…,Feat_w,…,Feat_m};对某待测样本,首先取C1与C2类别样本作为训练样本,以{Feat_1∪Feat_2}为特征子集,构建第一个二分类器,对该待测样本作出预测,假定该待测样本被判为C1类,则取C1与C3中样本为训练样本,以{Feat_1∪Feat_3}为特征子集,构建第二个二分类器,对该待测样本作出预测;依此类推,直到构建m-1个二分类器,最终胜出的类即为最终的图像类别。本发明了提高多类别图像识别的预测精度。

Patent Agency Ranking