基于支持向量机的肿瘤基因识别

摘要：

为了对基因表达数据矩阵中的肿瘤基因与正常基因进行判别分类,文章提出了基于支持向量机(Supporting Vector Machine,SVM)的肿瘤基因识别方法.在对基因进行特征选择的基础上,对只具有最优特征的基因样本再利用SVM分类思想进行判别,最后通过与其他方法所得结果进行对比可知,该方案在不降低分类准确度的同时,能有效地避免特征空间维数远大于样本空间维数所造成的“过学习”问题,而且避免了大的时空开销,具有很强的实用性.

关键词：基因表达数据、维数消减、支持向量机、k-均值聚类

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3-6