TY - JOUR A2 - Wu, Fang-Xiang AU - Zhang, Le AU - Zheng, Chunqiu AU - Li, Tian AU - Xing, Lei AU - Zeng, Han AU - Li, Tingting AU - Yang, Huan AU - Cao, Jia AU - Chen, Badong AU - Zhou, Ziyuan PY - 2017 DA - 2017/10/16 TI - Building Up a Robust Risk Mathematical Platform to Predict Colorectal Cancer SP - 8917258 VL - 2017 AB - Colorectal cancer (CRC), as a result of a multistep process and under multiple factors, is one of the most common life-threatening cancers worldwide.识别高风险群对早期诊断和提高总体生存率至关重要复杂遗传环境因素中,该组大都与染色致癌性有关,仍存争议性正因如此,本项研究收集相对完整的信息,说明CCRC病人和无癌症控制对象的遗传变异和环境接触多方法共生CRC风险预测模型使用大数据编程测试模型实验结果显示(1) 探索基因环境生物标志通过生物函数或基于人口证据验证连接CRC,(2) 模型可有效预测参数优化后CRC的风险与CRC相关大数据,(3) 创新多式全数学习模型和广度内核递归最大算法高预测力最后,我们讨论HELM和GKRMC为何优于经典回归算法和相关题目供未来研究SN-1076-2787UR-https://doi.org/101155/2017/891725DO-10.1155/87/81725JF-复杂度PB-HindawiKW-ER