基于数据处理的肿瘤基因选择系统

近年来,随着肿瘤医院就诊人数的不断增多,特征基因提取已成为中内外学者研究的热门,研究成果也为临床癌症的分析诊断及预测提供了极大的便利。然而,由于基因表达谱数据具有维度高、样本少、复杂多样的特点,准确地挖掘基因数据中所蕴含的肿瘤信息基因成为当前的首要挑战。文章阐述了在Matlab2010b编程环境下开发的肿瘤基因数据选择系统,介绍了改进后信噪比与支持向量机回归特征消去(SVM-RFE)的基因选择方法相结合对于基因选择的优异性,对于筛选出对分类有益的特征基因具有良好的效果。

基于周期势系统随机共振的轴承故障诊断

提出基于普通变尺度和周期势自适应随机共振理论,检测噪声背景下轴承滚动体的故障特征.在具体实施过程中,首先用普通变尺度的方法满足随机共振中小参数的条件,然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法,同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后,微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比,结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比,并且比双稳态自适应随机共振迭代次数少,用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性,尤其是在工程实际中,故障监测所需的数据量大,计算时间长,如能较早的预警,可以提高诊断效率并减少不必要的损失.因此,这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值.