基于Small RTOS51的加速溶剂萃取仪器的研制与开发

摘要：

在基于微阵列的癌症分类中,由于变量(基因表达)较多,而实验条件较少,因此特征选择和分类方法非常重要.对于疾病诊断,分类器的性能直接影响到最终结果的准确性.本文提出一种新的基因选择和分类方法,这种方法使用基于递归特征排除(RFE)的非线性核支持向量机(SVM).实验表明本文方法比其它线性分类方法具有更好的整体表现,如线性核支持向量机和Fisher线性判别分析方法;同样本文方法也比一些非线性分类方法更好,如采用非线性核的最小二乘支持向量机(LS-SVM).实验除了使用测试集,还使用留一校验算法(leave-one-out)用于测试分类器的泛化性能.实验采用可通过互联网获得的AML/ALL数据集和遗传性乳腺癌数据集.

关键词：加速溶剂萃取仪器、嵌入式操作系统、实时操作系统、Small RTOS51

所属期刊栏目：5

分类号：TH77(仪器、仪表)

在线出版日期：2008-01-14（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：10-13