中国计量学院学报
中國計量學院學報
중국계량학원학보
JOURNAL OF CHINA INSTITUTE OF METROLOGY
2009年
3期
254-258
,共5页
基因表达%样本过滤%人工神经网络集成
基因錶達%樣本過濾%人工神經網絡集成
기인표체%양본과려%인공신경망락집성
针对单个人工神经网络稳定性差、分类精度不高的缺点,提出了基于样本过滤的人工神经网络集成算法,并用于基因表达数据分类.采用基因表达数据集Leukemia进行实验仿真,并与单个BP神经网络、Bagging神经网络集成和支持向量机进行比较.结果表明,样本过滤算法具有更好的稳定性和更高的分类精度.
針對單箇人工神經網絡穩定性差、分類精度不高的缺點,提齣瞭基于樣本過濾的人工神經網絡集成算法,併用于基因錶達數據分類.採用基因錶達數據集Leukemia進行實驗倣真,併與單箇BP神經網絡、Bagging神經網絡集成和支持嚮量機進行比較.結果錶明,樣本過濾算法具有更好的穩定性和更高的分類精度.
침대단개인공신경망락은정성차、분류정도불고적결점,제출료기우양본과려적인공신경망락집성산법,병용우기인표체수거분류.채용기인표체수거집Leukemia진행실험방진,병여단개BP신경망락、Bagging신경망락집성화지지향량궤진행비교.결과표명,양본과려산법구유경호적은정성화경고적분류정도.
