换一批摘要高维蛋白质波谱癌症数据分析，一直面临着高维数据的困扰。针对高维蛋白质波谱癌症数据在降维过程中的问题，提出基于小波分析技术和主成分分析技术的高维蛋白质波谱癌症数据特征提取的方法，并在特征提取之后，使用支持向量机进行分类。对8－7－02数据集进行2层小波分解时，分别使用db1、db3、db4、db6、db8、db10、haar小波基，并使用支持向量机进行分类，正确率分别达到98．18％、98．35％、98．04％、98．36％、97．89％、97．96％、98．20％。在进一步提高分类识别正确率的同时，提高了时间率。
更多相关知识
关键词
小波分析主成分分析蛋白质波谱降维分类Wavelet analysisPrincipal component analysisProtein mass spectrometryDimensionality reductionClassify
医学主题词
蛋白(Egg White)肿瘤(Neoplasms)小波分析(Wavelet Analysis)主成分分析(Principal Component Analysis)支持向量机(Support Vector Machine)
分类号
Q629.73（生物声学）
栏目名称
DOI
10.3969/j.issn.1672-5565.2015.02.10
发布时间
2015-07-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览60
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
