胎儿小脑基因表达多尺度降噪的y~n曲线模型

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 246-248.

• 工程与应用 • 上一篇

胎儿小脑基因表达多尺度降噪的y~n曲线模型

罗万春1，易东2

1.第三军医大学数学教研室，重庆 400038
2.第三军医大学卫生统计学教研室，重庆 400038

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

y~n curve model of multi-scale denoising of gene expression in fetal cerebellum

LUO Wanchun1，YI Dong2

1.Department of Mathematics，Third Military Medical University，Chongqing 400038，China
2.Department of Health Statistics，Third Military Medical University，Chongqing 400038，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 建立了基因芯片数据分析的y~n曲线模型，对人类胎儿脑发育过程中小脑组织基因表达基于y~n曲线模型小波多尺度10层分解与重构，在16种常用小波函数中，db7对基于y~n曲线模型的去噪效果最好，可用于小脑组织基因表达强度的多尺度分析。

关键词: 基因表达, y~n曲线, 多尺度分析

Abstract: A model named y~n curve is established to analyze DNA microarray data，which is used to do 10-scale wavelet decomposition and reconstruction of cerebellum gene expression of developing human brain based on multi-scale analysis.Db7 is the best in the 16 commonly wavelet functions to be used to denoise the data and can be used for multi-scale analysis to gene expression intensity of cerebellum.

Key words: gene expression, y~n curve, multi-scale analysis

罗万春1，易东2. 胎儿小脑基因表达多尺度降噪的y~n曲线模型[J]. 计算机工程与应用, 2011, 47(7): 246-248.

LUO Wanchun1，YI Dong2. y~n curve model of multi-scale denoising of gene expression in fetal cerebellum[J]. Computer Engineering and Applications, 2011, 47(7): 246-248.

[1]	张晓婷，何朗，黄樟灿，谈庆. 基于MFR-GEP的高阶常微分方程预测模型[J]. 计算机工程与应用, 2019, 55(21): 247-253.
[2]	陈佳瑜，李梁，罗云. 采用多样性选择的量子粒子群双向聚类算法[J]. 计算机工程与应用, 2018, 54(9): 42-46.
[3]	郭勇1，张国锋1，刘丽萍2. 基因沉默机制的基因表达式编程[J]. 计算机工程与应用, 2018, 54(23): 131-136.
[4]	崔未，王卫华，黄樟灿，谈庆. 基于GEP算法的高阶常微分方程预测模型[J]. 计算机工程与应用, 2018, 54(18): 256-262.
[5]	黄智1，何锫2，3. 开放尾部的基因表达式程序设计[J]. 计算机工程与应用, 2016, 52(9): 1-5.
[6]	张柯，张德平. 基于基因表达式编程的错误定位方法[J]. 计算机工程与应用, 2016, 52(9): 6-11.
[7]	王斌1，张迅2，盛津芳1，陈新3，史秀志3. 优化的GEP算法在爆破振动预测中的应用[J]. 计算机工程与应用, 2016, 52(22): 212-217.
[8]	陈威虎，向凌云. 基于开放读码框架的GEP遗传算子[J]. 计算机工程与应用, 2016, 52(18): 57-61.
[9]	王冠群1，马苗1，2，3，张艳宁3，周涛3，4. 基于高斯变换的多尺度SUSAN角点检测方法[J]. 计算机工程与应用, 2016, 52(12): 184-188.
[10]	彭碧涛1，郑洲顺1，2，刘红娟1，汤慧萍2，王建忠2. 求解二维对流扩散方程的格子Boltzmann方法[J]. 计算机工程与应用, 2015, 51(23): 68-73.
[11]	朱明放1，2，叶飞跃1，2，丁小未2. 基于GEP的任务指派问题的求解算法[J]. 计算机工程与应用, 2014, 50(22): 50-53.
[12]	樊顺利，罗晓晖. 一种基于多尺度分析的线条重构方法[J]. 计算机工程与应用, 2014, 50(18): 188-192.
[13]	张岩，闫德勤，吕志超，郑宏亮. 强相关树基因选择方法及AE-RSVM分类研究[J]. 计算机工程与应用, 2013, 49(17): 245-249.
[14]	郑荔平. 一种基于上升缘与下降缘的语音分割方法[J]. 计算机工程与应用, 2012, 48(5): 127-130.
[15]	杨俊丽1，刘田福2，李祥生1. 样本类型无关的多类特征基因选择方法[J]. 计算机工程与应用, 2012, 48(36): 146-150.

胎儿小脑基因表达多尺度降噪的y~n曲线模型

y~n curve model of multi-scale denoising of gene expression in fetal cerebellum

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics