急性髓系白血病患者骨髓中ID3/ID4基因的表达及其临床意义

目的:探索分化抑制因子3及分化抑制因子4(inhibitor of differentiation 3 and inhibitor of differentiation 4,ID3/ID4)两基因在急性髓系白血病(acute myeloid leukemia,AML)患者骨髓中的表达及其临床意义。方法:应用实时荧光定量PCR的方法检测32例非恶性血液病(设对照组)及133例初诊AML患者骨髓单个核细胞中ID3/ID4转录本水平,通过分组分析两者表达的临床意义。结果:AML患者骨髓中ID3/ID4转录本水平较对照组均显著降低(P=0.001及0.002),并且两者之间表达存在轻度正相关(r=0.282,P=0.001)。接收者操作特征曲线分析揭示ID3/ID4转录本水平可作为辅助诊断AML的潜在分子标志(AUC=0.682,P=0.001及AUC=0.673,P=0.002)。通过分组分析发现ID3低表达组患者年龄略小于ID3高表达组患者(P=0.054),NRAS突变频率略低于ID3高表达组患者(P=0.053)。ID4低表达组患者白细胞计数略高于ID4高表达组患者(P=0.088),CEBPA突变频率略高于ID4高表达组患者(P=0.099)。此外,无论在全部患者还是非M3患者中,ID4低表达组病例经过诱导化疗后达完全缓解的概率略低于ID4高表达组病例(P=0.080及0.065)。生存分析发现AML患者及其亚组(非M3及正常核型)中ID3低表达与ID3高表达组患者总体生存相似(P>0.05),ID4低表达病例的总体生存略低于ID4高表达组病例(P=0.058),而在非M3及正常核型患者中存在显著统计学差异(P=0.014及0.002)。结论:ID3/ID4表达下调可能是AML中的常见分子事件,其中ID4表达可能为AML预后判断提供重要参考。

基于改进ID3算法的非结构化大数据分类优化方法

针对非结构化大数据在分类过程中,由于其数据中存在大量的冗余数据,若不能及时清洗大数据中的冗余数据,会降低数据分类精度的问题,提出一种基于改进ID3(Iterative Dichotomiser 3)算法的非结构化大数据分类优化方法。该方法针对非结构化大数据集合中冗余数据多以及维度繁杂的问题,对数据进行清洗处理,并结合有监督辨识矩阵完成数据降维;根据数据降维结果,采用改进ID3算法建立用于数据分类的决策树分类模型,通过该模型对非结构化大数据进行分类处理,从而实现数据的精准分类。实验结果表明,使用该方法对非结构化大数据分类时,分类效果好,精度高。

基于ID3-CNN的旋转机械故障诊断研究

为解决旋转机械故障类型多、等级不均衡的故障诊断难题,构建了一种基于ID3决策树与卷积神经网络(ID3-CNN)的故障诊断模型。首先对原始信号进行人工时域特征提取,使用t-SNE降维可视化提取出特征混叠的故障,而后利用卷积运算对特征混叠的故障进行二次特征提取,提高模型的特征表达能力,最后使用ID3决策树和卷积神经网络对不同等级的故障进行分类。在轴承数据集上对模型进行了验证,结果表明,严重故障的诊断准确率达到100%,轻微故障的诊断准确率达到95%。与传统的支持向量机及二维卷积神经网络比较,提高了模型的诊断准确率及特征提取能力。

基于ID3决策树分类模型的自动评估学生技能水平的算法

随着教育技术的不断进步,自动化学生技能评估成为教育领域的一个重要研究方向。考虑到传统评估方法的主观性和效率问题,文章开发了一种基于ID3决策树分类模型的算法,用于自动评估学生的技能水平。该方法客观、高效,能够处理大量的学生学习数据,并提供个性化的评估结果。文章对收集到的学生学习数据进行预处理,确定关键特征,构建了一个ID3决策树模型,并在独立的测试集上进行了验证。实验结果表明,该模型在测试集上达到了80.32%的准确率,显示出良好的预测性能。文章提出的基于ID3决策树的自动评估算法为教育领域提供了一种新的工具,有助于提高学生技能评估的效率和客观性。

基于Mobile Agent的分布式ID3挖掘模型

随着Internet的发展,网络上的数据具有空间分布、环境和内容异构、结构复杂、相互关联强等特性,如何快速有效地从分布式存储的海量数据源中挖掘信息是分布式数据挖掘要解决的问题。针对传统决策树ID3算法的缺陷,提出分布式ID3算法,结合mobileagent技术,提出了基于mobileagent的分布式ID3挖掘模型,并进一步用数据集验证模型。

决策树ID3分类算法的研究

决策树算法是数据挖掘中重要的分类算法,而ID3算法在决策树算法中最为著名。本文首先阐述了数据挖掘中决策树的基本思想。然后针对ID3算法运算复杂的缺点和倾向于取值较多的属性的缺点,对ID3算法予以改进,提出了ID3简化算法和ID3简化算法的二叉树存储算法;并通过实验对改进前后的算法进行了比较,实验表明改进后的算法是有效的。

改进ID3决策树算法——SS_ID3算法

从分析ID3决策树算法及解析入手,引入属性样本结构相似度概念,构建了样本结构相似度模型,并以该模型和属性的信息增益共同作为决策树内部结点的选择标准。改进SS_ID3决策树算法,着眼于决策树非叶结点的选择标准的优化,继承了原始ID3决策树算法的优点,并在多值偏向性的修正、决策树的大小控制及分类预测性能等方面取得了积极的改进。

数据挖掘中的ID3算法研究与实现

对ID3算法的基本理论和原理进行详细阐述,并利用Weka成功地实现了ID3一级决策树算法。其实现过程和结果对于在不同领域ID3算法的建立及实现具有重要参考意义和依据。

ID3算法的改进和优化

ID3算法是最基本的决策树学习算法,有广泛的应用。基于ID3算法的层间不相关性与生成树中相邻层的耦合性,该文提出了一种改进的ID3的决策树算法(E-ID3)。算法采用统计局部最优的方法,能获得比较好的启发式函数。实验证明,这种方法从树的规模和分类精度都优于ID3算法,决策效率明显提高。

基于决策树ID3改进算法的煤与瓦斯突出预测

为提高工作面突出预测指标预测的准确率,根据灰色相关理论和决策树ID3算法,提出了基于决策树ID3改进算法的煤层工作面煤与瓦斯突出预测方法。该方法以工作面的钻屑解吸指标作为主要决策属性,以地质构造、瓦斯浓度变化等现场较为直观的突出征兆作为辅助决策属性,同时根据矿井实际工作面煤与瓦斯突出数据建立预测样本数据集,把决策属性的相对灰色关联度作为决策树ID3改进算法的最大信息增益计算权重,建立了煤层工作面煤与瓦斯突出决策树预测模型,并采用该预测模型对10组煤与瓦斯突出数据进行了预测,结果表明,该模型预测的准确率显著高于采用单一钻屑指标预测的准确率。

基于属性值的ID3算法改进

I:D3算法是数据挖掘中经典的决策树分类算法。针对ID3算法所存在的属性取值偏向问题及只对较小的数据集有效的缺点提出改进。当训练样本各属性的取值个数相差较大的情况下,在计算划分标准时引入了属性取值个数N,在一定程度上克服了ID3算法易偏向于取值较多的属性这一缺陷,得到了结构更简洁的、较为理想的决策树。采用先剪枝的方法实现改进,设定一个阈值避免决策树的完全生长,在保持分类准确率的同时,大大地提高了算法的速度。实验结果表明,改进后的算法(AVID3)对许多数据集比传统ID3算法更有效。

ID3算法的一种改进算法

决策树是归纳学习和数据挖掘的重要方法,通常用来形成分类器和预测模型。ID3算法是决策树中的核心算法,文章针对ID3算法倾向于取值较多的属性的缺点,引进用户兴趣度对ID3算法作了改进,并通过实验对改进前后的算法进行了比较,实验表明,改进后的算法是有效的。

中国人Burkitt淋巴瘤中ID3、TCF3及MYC基因突变分析

目的观察中国人Burkitt淋巴瘤中ID3、TCF3和MYC基因突变情况,并探讨其意义。方法提取32例Burkitt淋巴瘤组织DNA,经PCR扩增部分DNA片段,并采用Sanger测序法对PCR产物进行DNA序列测定。结果 ID3、TCF3的突变率分别为35.5%(11/31)、18.8%(6/32)。MYC的突变率为50%,MYC exon1的突变率为3.3%(1/30),MYC exon2的突变率为50%(15/30),MYC exon3的突变率为7.7%(2/26)。结论通过Sanger测序证实在中国人Burkitt淋巴瘤组织中存在ID3、TCF3、MYC基因的重现性突变。3例中发现新的TCF3基因突变位点c.2202G>C p.L569V。2例发现新的MYC基因突变位点c.1070A>G p.G182D。

人Id3基因在肺腺癌A549细胞中的表达及其对细胞生长的抑制

目的:研究外源性分化抑制因子3(Inhibitor of differentiation 3,Id3)基因表达对人肺腺癌细胞系A549细胞生长的抑制作用。方法:构建Id3和EGFP的融合基因表达载体pEGFP/Id3,采用脂质体转染技术将pEGFP/Id3导入A549细胞。FCM分析转染细胞EGFP表达效率,荧光显微镜观察EGFP表达情况;半定量RT-PCR、免疫细胞化学分析转染后A549细胞Id3 mRNA和蛋白的表达。MTT法检测转染后A549细胞生长抑制情况,FCM分析A549细胞周期进程,Annexin V/7-AAD和Hoechst33258染色检测转染后细胞的凋亡情况。结果:成功构建人Id3与EGFP融合基因表达载体pEGFP/Id3;荧光显微镜和FCM观察到EGFP的有效表达,转染48～72 h时EGFP表达率最高;Id3 mRNA及蛋白在转染后的A549细胞中能有效表达。转染后48 h和72 h,pEGFP/Id3转染组A549细胞生长受到明显抑制(P<0.01);细胞周期分析表明,pEGFP/Id3转染组G_0/G_1期细胞显著高于对照组(P<0.05);Annexin V/7-AAD双染结果显示,pEGFP/Id3转染组细胞的早期凋亡率[(10.67±2.60)%]显著高于pEGFP组[(3.39±2.21)%]和未转染组[(2.35±0.95)%](P<0.05);Hoechst33258染色结果也证实pEGFP/Id3组A549细胞出现明显凋亡形态特征。结论:外源性Id3基因在肺腺癌A549细胞中的表达能抑制细胞增殖,并诱导细胞凋亡。

基于一种新的属性选择标准的ID3改进算法

结合ID3算法的不足,提出一种基于属性重要度简化标准的ID3改进算法:a)简化ID3算法的信息熵从而降低算法的计算时间;b)引入属性重要度概念来弥补ID3算法属性选择标准的不足;c)综合a)和b)来实现新的属性选择标准即属性重要度简化标准。在开源的Weka数据挖掘软件环境下进行仿真实验,结果表明该改进算法是可行的,并且在算法的计算时间和准确度方面都优于ID3算法,尤其是在数据样本集规模达到一定数量时,效果更加明显。

决策树ID3算法的分析与改进

为了弥补ID3算法[1-3]的缺点及不足,设计了一种基于ID3算法的改进算法。它使用修正参数修正信息增益,克服了ID3算法偏向于选择取值较多的属性这一缺点,对连续值的属性进行离散化,解决了连续属性的处理问题,通过有未知值的样本是按照已知值的相对频率随机分布的思想,可以处理缺少属性值的样本。描述了通过改进的ID3算法生成决策树[4]的具体步骤,将改进算法应用到了客户关系管理系统中的客户流失分析问题当中。通过对实验结果的分析比较,得到改进算法与原ID3算法相比具有更高的预测准确率,表明了该算法的有效性。

基于改进ID3算法的轨迹化决策研究

初步对决策树算法在钻井工程中水平井方面的应用进行了研讨。在水平井钻井工程中,轨迹优化设计的重要性不言而喻,它对整个的施工过程都具有重要的指导意义。在工程实践中,主要是依据设计人员的经验来确定造斜点位置,从而确定整个优化轨迹。这个过程中,设计人员的经验决策起了主要的作用,这就为应用决策树学习算法来学习设计人员的决策经验提供了可行性。基于此思路,应用改进了的ID3算法,进行了初步实现。

决策树中ID3算法的研究

ID3算法是决策树分类方法的核心算法,文章论述了ID3算法的基本思想和实现方法,并对ID3算法的性能进行分析,发现该算法存在不足之处.针对ID3算法倾向于多属性值的缺点,引入了权值对算法进行改进,并通过试验对改进前后的算法进行比较,结果表明改进后的算法是有效的.

基于可变精度的ID3改进算法

ID3算法是数据挖掘中经典的决策树分类算法,该算法具有抗噪声能力差的缺点。通过对ID3算法的研究,依据可变精度粗糙集理论的思想,采用在计算属性信息熵时设定阈值的方法,以放宽属性选择的要求,从而对经典的ID3算法做了相应的改进。改进后的ID3算法(VPID3)可在一定程度上降低噪声对系统分类的干扰,使分类结果更加符合实际要求。最后通过举例,说明了改进算法的可行性。

基于相关系数的ID3优化算法

ID3算法是目前最具有影响力的一种决策树构造算法,但仍然有许多的缺点,例如在多值属性偏向方面的问题、计算时间复杂度高、效率不高等问题。提出了一种基于斯皮尔曼等级相关系数的ID3决策树构造优化算法,利用相关系数克服了ID3算法在多值属性偏向方面的问题,在一定程度上提高了算法的分类准确率。利用相关数学知识对计算过程进行了化简,减少了ID3算法在log运算上的运行时间。最后通过实验验证了优化后的算法是可行的,且在准确率和运行速度方面都有更好的表现。