四川大学学报（自然科学版）
四川大學學報（自然科學版）
사천대학학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY（NATURAL SCIENCE EDITION）
2007年
4期
867-872
,共6页
潘义%郑波%向杰%文志宁%刁元波%李梦龙
潘義%鄭波%嚮傑%文誌寧%刁元波%李夢龍
반의%정파%향걸%문지저%조원파%리몽룡
特征筛选%遗传算法-偏最小二乘法%支持向量机%卵巢癌%蛋白质组
特徵篩選%遺傳算法-偏最小二乘法%支持嚮量機%卵巢癌%蛋白質組
특정사선%유전산법-편최소이승법%지지향량궤%란소암%단백질조
统计学t检验结合引入的变量筛选方法--遗传算法-偏最小二乘法(GAPLS)对卵巢癌SELDI-TOF MS数据进行特征筛选,从15154个原始变量中筛选得到4个特征质荷比值,采用支持向量机(SVM)模型的留一法交叉验证结果为95.26%.结果表明这4个质荷比值具有重要的生物学意义,它们或许可以作为卵巢癌的生物标记物,同时GAPLS可以作为一种有效的蛋白质组数据的特征筛选方法.
統計學t檢驗結閤引入的變量篩選方法--遺傳算法-偏最小二乘法(GAPLS)對卵巢癌SELDI-TOF MS數據進行特徵篩選,從15154箇原始變量中篩選得到4箇特徵質荷比值,採用支持嚮量機(SVM)模型的留一法交扠驗證結果為95.26%.結果錶明這4箇質荷比值具有重要的生物學意義,它們或許可以作為卵巢癌的生物標記物,同時GAPLS可以作為一種有效的蛋白質組數據的特徵篩選方法.
통계학t검험결합인입적변량사선방법--유전산법-편최소이승법(GAPLS)대란소암SELDI-TOF MS수거진행특정사선,종15154개원시변량중사선득도4개특정질하비치,채용지지향량궤(SVM)모형적류일법교차험증결과위95.26%.결과표명저4개질하비치구유중요적생물학의의,타문혹허가이작위란소암적생물표기물,동시GAPLS가이작위일충유효적단백질조수거적특정사선방법.
