计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2007年
19期
204-206
,共3页
微阵列数据%基因表达%遗传算法%k最邻居距离%支持向量机
微陣列數據%基因錶達%遺傳算法%k最鄰居距離%支持嚮量機
미진렬수거%기인표체%유전산법%k최린거거리%지지향량궤
微阵列数据样本小、维度高的特点给数据分析造成了困难,而主基因的挑选又十分的重要.该文采用遗传算法挑选主基因,其中,用k最邻居距离作为模式识别方法,用支持向量机构造了诊断系统,用不同核函数进行预测分类性能测试.在经典的白血病数据集上,对34个样本的测试集的分类准确率为100%.
微陣列數據樣本小、維度高的特點給數據分析造成瞭睏難,而主基因的挑選又十分的重要.該文採用遺傳算法挑選主基因,其中,用k最鄰居距離作為模式識彆方法,用支持嚮量機構造瞭診斷繫統,用不同覈函數進行預測分類性能測試.在經典的白血病數據集上,對34箇樣本的測試集的分類準確率為100%.
미진렬수거양본소、유도고적특점급수거분석조성료곤난,이주기인적도선우십분적중요.해문채용유전산법도선주기인,기중,용k최린거거리작위모식식별방법,용지지향량궤구조료진단계통,용불동핵함수진행예측분류성능측시.재경전적백혈병수거집상,대34개양본적측시집적분류준학솔위100%.
