黑龙江科技信息
黑龍江科技信息
흑룡강과기신식
HEILONGJIANG SCIENCE AND TECHNOLOGY INFORMATION
2015年
13期
149-149
,共1页
卵巢癌质谱数据%PCA-SVM%特征提取
卵巢癌質譜數據%PCA-SVM%特徵提取
란소암질보수거%PCA-SVM%특정제취
癌蛋白质质谱数据中包含了大量未知的内部结构和变量。针对高通量癌蛋白质质谱数据这些特点,分别采用基于PCA-SVM 和直接降维+SVM的方法对典型卵巢癌蛋白质质谱数据的进行分类对比实验,实验表明PCA-SVM方法随着PCA降维抽取维数的增加,正确率明显增加,可以较好的对测试样本进行识别和分类。
癌蛋白質質譜數據中包含瞭大量未知的內部結構和變量。針對高通量癌蛋白質質譜數據這些特點,分彆採用基于PCA-SVM 和直接降維+SVM的方法對典型卵巢癌蛋白質質譜數據的進行分類對比實驗,實驗錶明PCA-SVM方法隨著PCA降維抽取維數的增加,正確率明顯增加,可以較好的對測試樣本進行識彆和分類。
암단백질질보수거중포함료대량미지적내부결구화변량。침대고통량암단백질질보수거저사특점,분별채용기우PCA-SVM 화직접강유+SVM적방법대전형란소암단백질질보수거적진행분류대비실험,실험표명PCA-SVM방법수착PCA강유추취유수적증가,정학솔명현증가,가이교호적대측시양본진행식별화분류。