購(gòu)買時(shí)請(qǐng)注意選擇相應(yīng)的產(chǎn)品名稱
| 電子鼻信號(hào)處理需要說(shuō)明了非特異性的多變量分 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
|       
電子鼻是一種非特異性的傳感器陣列的揮發(fā)性化合物。 雖然每個(gè)傳感器的陣列可以應(yīng)對(duì)各種不同的化合物通過(guò)給一個(gè)電信號(hào),每個(gè)傳感器的響應(yīng)模式的各種化合物是不同的。 信號(hào)處理的任務(wù)是識(shí)別模式的塊反應(yīng),可用于診斷目的。
一個(gè)類似的信號(hào)處理哲學(xué)可以應(yīng)用于基因測(cè)試,許多不同的診斷公司目前正在開(kāi)發(fā)作為癌癥的預(yù)兆。 1 這個(gè)概念的一個(gè)電子鼻子將被用來(lái)比較結(jié)果的質(zhì)量與貝葉斯和頻率論的方法。
開(kāi)發(fā)人員的任何統(tǒng)計(jì)信號(hào)處理算法需要一組初始的數(shù)據(jù),或訓(xùn)練數(shù)據(jù),來(lái)確定參數(shù)的算法。 在這個(gè)電子鼻子的示例中,我們將假定鼻子迪斯汀?guishes兩組:生病,好。 為了現(xiàn)在和比較結(jié)果圖形化顯示,傳感器的數(shù)量限制為兩個(gè)(值為32可能更典型的)。
背景顏色在 圖4 代表的概率組合的兩個(gè)傳感器讀數(shù)的地方一個(gè)人在兩個(gè)中的哪一個(gè)組。 這就是每個(gè)統(tǒng)計(jì)算法將試圖重現(xiàn)。 顏色在紅色的天平一端代表一個(gè)高概率,一個(gè)閱讀來(lái)自病人,和顏色在藍(lán)端從一個(gè)病人。 然而,該算法開(kāi)發(fā)者只能使用有限數(shù)目的訓(xùn)練數(shù)據(jù)點(diǎn),這是由黑色的十字架(病)和白色圓圈(好)。
現(xiàn)在,分類問(wèn)題中有各種不同的難度等級(jí)。 一些有兩個(gè)截然分開(kāi)是disting組點(diǎn)uished?,可以相隔一條直線(或一個(gè)超平面在許多空間設(shè)置)。 別人有兩個(gè)截然分開(kāi)組點(diǎn),但是需要一個(gè)曲線(或分離超曲面)來(lái)分離他們。 其他人有重疊套點(diǎn),而這些可能需要一個(gè)直或彎曲表面做最好的可能,但不完善,工作的分離他們。 從這些數(shù)據(jù)點(diǎn),一個(gè)人可以看到,這兩個(gè)組是重疊的類型的分類問(wèn)題,這樣可以對(duì)優(yōu)秀從平庸的領(lǐng)域的統(tǒng)計(jì)技術(shù)。
貝葉斯算法的結(jié)果,兩個(gè)不同的頻率論的算法、最大似然法和線性判別分析(LDA),是通過(guò)使用兩個(gè)不同的指標(biāo)比較比較。 第一個(gè)比較考慮了背景顏色映射圖4 - 7,可作為分類地圖。 顏色貼圖創(chuàng)建的貝葉斯算法( 圖5 )是一種明顯更加適合真正的分類地圖( 圖4 )比兩個(gè)中的哪一個(gè)頻率論的方法(數(shù)據(jù) 6 和 7 )。
第二,更多的定量比較,三種算法用于分類數(shù)據(jù)點(diǎn)800前所未見(jiàn)的生病和團(tuán)體,這是點(diǎn)如圖5 - 7。 正確分類的貝葉斯算法708 800分。 最大似然法表現(xiàn)明顯更糟糕的是,只有654 800分分類正確,而LDA方法分類667 800分正確。
的大小差異解決方案和其他頻率論的貝葉斯技術(shù)只能充分重視在多個(gè)維度(即。 ,更多的組件在電子鼻傳感器)。 這是類似于分析大量的基因在尋找基因簽名法作為診斷癌癥。
圖8。 ( 點(diǎn)擊放大 )性能的貝葉斯和各種頻率論的算法在32尺寸。 一部分分錯(cuò)誤分類的一個(gè)看不見(jiàn)的組200000點(diǎn)。 MaxLike =最大似然;LDA =線性判別分析;神經(jīng)網(wǎng)絡(luò);LR NN = =邏輯回歸;主成分分析PCA =。
圖8 顯示結(jié)果的一組相似的運(yùn)行在32尺寸做,比較各種算法的分類性能,但現(xiàn)在顯示錯(cuò)誤率給定數(shù)據(jù)點(diǎn)時(shí)200000年不見(jiàn)的分類,盡管仍然對(duì)準(zhǔn)只有800數(shù)據(jù)點(diǎn)。 貝葉斯算法優(yōu)于所有的頻率論的算法。 而最大似然算法出現(xiàn)在某些方面非常接近貝葉斯回答,它實(shí)際上是開(kāi)始從貝葉斯的解決方案給它最成功的機(jī)會(huì)。 (最大似然算法需要一個(gè)起點(diǎn)的解決方案,因?yàn)樗麄兯阉髯疃酁橐粋€(gè)包含多個(gè)變量的函數(shù)。)
圖8 還演示了如何貝葉斯推理有100倍——較低的錯(cuò)誤率比其他的統(tǒng)計(jì)分析方法。 從一個(gè)診斷儀器,實(shí)現(xiàn)貝葉斯算法能更好的使電子鼻做出正確的診斷,或一個(gè)基因測(cè)試更好地顯示更好的對(duì)付癌癥。
結(jié)論
頻率論的方法統(tǒng)計(jì)分析主要為更大的部分的上個(gè)世紀(jì),在這一點(diǎn)上,他們的擁護(hù)者認(rèn)為它們是最好的方法來(lái)分析數(shù)據(jù)和經(jīng)常捍衛(wèi)他們的宗教。 然而,本文說(shuō)明了貝葉斯推理提供了更精確的診斷分類,特別是具有復(fù)雜和嘈雜的數(shù)據(jù)集如發(fā)現(xiàn)當(dāng)開(kāi)發(fā)診斷產(chǎn)品。 貝葉斯方法的另一個(gè)好處是,這種統(tǒng)計(jì)方法有時(shí)允許成本節(jié)約是用傳感器硬件。 例如,儲(chǔ)蓄的100倍和10倍的內(nèi)存使用儲(chǔ)蓄在中央處理單元周期需要每秒,連同大幅度的提高性能,得到了。
除了自動(dòng)多元診斷和熒光的應(yīng)用程序,貝葉斯技術(shù)可以應(yīng)用到其他診斷產(chǎn)品類別,產(chǎn)生大規(guī)模的數(shù)據(jù),包括芯片、流式細(xì)胞術(shù)、蛋白質(zhì)組學(xué)和飛行時(shí)間譜。
另一個(gè)重要的特點(diǎn)是,用戶貝葉斯技術(shù)是了解最多的信息,可以從現(xiàn)有的數(shù)據(jù)中提取。 這意味著,當(dāng)進(jìn)行分析,用戶知道如何良好的結(jié)果。 但隨著頻率論的方法,用戶是左想知道更好的結(jié)果可能會(huì)是。 這種利用貝葉斯推理沒(méi)有被討論在本文中由于空間限制,但它是一個(gè)重要的優(yōu)勢(shì)為設(shè)備開(kāi)發(fā)人員。
然而,有許多在哪些情況下貝葉斯技術(shù)不需要提供足夠的性能,或者在一個(gè)近似的貝葉斯推理將提供足夠的性能。 因此,當(dāng)最優(yōu)性能不是必要的,貝葉斯推理可能會(huì)或可能不會(huì)選擇的技術(shù)。 此外,毫無(wú)疑問(wèn),因?yàn)榇蠖鄶?shù)人在學(xué)校教頻率論的統(tǒng)計(jì)方法,更多的努力是需要切換,采用簡(jiǎn)單的貝葉斯心態(tài)。
盡管如此,貝葉斯推理是普遍適用的技術(shù),提取最可能的數(shù)據(jù)從困難,混亂的數(shù)據(jù)集。 本文展示了為什么進(jìn)一步接受貝葉斯方法可能導(dǎo)致重大改進(jìn)診斷設(shè)備。
|
| 上一篇:熒光壽命測(cè)量更好的結(jié)果比傳統(tǒng)的頻率論的方法 | 下一篇:可溶解的電影和自己的潛能在體外診斷 |
|---|
無(wú)法在這個(gè)位置找到: xy/left.htm
首 頁(yè) |
中檢所對(duì)照品|
中檢所標(biāo)準(zhǔn)品|
化學(xué)對(duì)照品|
中藥對(duì)照品|
雜質(zhì)對(duì)照品|
對(duì)照品購(gòu)買|
新聞中心|
聯(lián)系我們|
網(wǎng)站地圖
2013-2019@ 河南尋夢(mèng)電子商務(wù)有限公司版權(quán)所有
豫ICP備17046142號(hào)-2
