10.3969/j.issn.1006-2475.2008.08.031
基于支持向量机的特征提取方法研究
基因达数据的一个重要应用是给组织样本进行分类.在基因表达数据中,基因的数量相对于数据样本的个数通常比较多;也就是说,可以得到变量数(基因数)远远大于样本数的数据矩阵.过高的维数(变量或基因数)将给分类问题带来极大的挑战.本文提出结合一种新的特征提取方法--非相关线性判别式分析方法(ULDA)和支持向量机(SVM)分类算法,对结肠癌组织样本进行分类识别.并同其它方法作了比较研究,结果表明了该方法的可行性和有效性.
非相关线性判别分析、支持向量机、基因表达谱、特征提取、分类
TP391.4(计算技术、计算机技术)
2008-10-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
104-106,109