换一批摘要基因微阵列数据通常包含大量与肿瘤分类无关的数据,会严重降低肿瘤诊断的准确率;基因微阵列数据还存在小样本、高维度的问题,也增加了肿瘤诊断的难度,所以必须对其进行基因选择.提出一种新的基于支持向量机(SVM)、联合递归特征去除 (RFE)和序列前向选择 (SFS) 的基因选择方法.首先利用SVM计算每个基因的排序准则分数,再利用排序准则分数的一阶差分把基因划分为若干小组;对排序准则分数值最小的基因小组进行递归特征去除,消去噪声基因,同时对排序准则分数值最大的基因小组进行序列前向选择,选取有效信息基因.对白血病、结肠癌、乳腺癌基因微阵列数据的实验结果表明,所提出的方法运行效率高、分类性能好.
更多相关知识
关键词
基因选择支持向量机递归特征去除序列前向选择gene selectionsupport vector machinerecursive feature eliminationsequential forward selection
分类号
TP391
栏目名称
DOI
10.3969/j.issn.0258-8021.2010.01.015
发布时间
2010-04-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
新世纪优秀人才支持计划（NECT-2005;06JJ1010）
- 浏览321
- 被引30
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
