应用数学与计算数学学报
應用數學與計算數學學報
응용수학여계산수학학보
COMMUNICATION ON APPLIED MATHEMATICS AND COMPUTATION
2014年
2期
218-227
,共10页
提升小波%支持向量机%核函数%交叉验证%肝癌和肺癌基因芯片
提升小波%支持嚮量機%覈函數%交扠驗證%肝癌和肺癌基因芯片
제승소파%지지향량궤%핵함수%교차험증%간암화폐암기인심편
针对肿瘤的早期诊断,提出了一种基于提升小波变换的特征提取的方法,对肿瘤数据样本进行分析鉴别.该方法利用提升小波变换对190例肝癌(包括对照)和107例肺癌(包括对照)基因表达谱芯片数据进行处理后,提取信号的低频信息,经支持向量机训练学习,构造分类器模型,用于癌和非癌样本的区分甄别.实验结果表明,经提升小波变换提取的特征基因,送入分类器中能得到较高的分类率,且在支持向量机中选取线性核函数或径向基函数都能达到较好的分类效果.通过随机选取的20例基因表达谱芯片样本,对所建立的模型进行了测试,获得了很好的效果,因此,本文提出的方法对肿瘤的诊断有一定的应用意义.
針對腫瘤的早期診斷,提齣瞭一種基于提升小波變換的特徵提取的方法,對腫瘤數據樣本進行分析鑒彆.該方法利用提升小波變換對190例肝癌(包括對照)和107例肺癌(包括對照)基因錶達譜芯片數據進行處理後,提取信號的低頻信息,經支持嚮量機訓練學習,構造分類器模型,用于癌和非癌樣本的區分甄彆.實驗結果錶明,經提升小波變換提取的特徵基因,送入分類器中能得到較高的分類率,且在支持嚮量機中選取線性覈函數或徑嚮基函數都能達到較好的分類效果.通過隨機選取的20例基因錶達譜芯片樣本,對所建立的模型進行瞭測試,穫得瞭很好的效果,因此,本文提齣的方法對腫瘤的診斷有一定的應用意義.
침대종류적조기진단,제출료일충기우제승소파변환적특정제취적방법,대종류수거양본진행분석감별.해방법이용제승소파변환대190례간암(포괄대조)화107례폐암(포괄대조)기인표체보심편수거진행처리후,제취신호적저빈신식,경지지향량궤훈련학습,구조분류기모형,용우암화비암양본적구분견별.실험결과표명,경제승소파변환제취적특정기인,송입분류기중능득도교고적분류솔,차재지지향량궤중선취선성핵함수혹경향기함수도능체도교호적분류효과.통과수궤선취적20례기인표체보심편양본,대소건립적모형진행료측시,획득료흔호적효과,인차,본문제출적방법대종류적진단유일정적응용의의.
