基于遗传算法和支持向量机的肿瘤分子分类

• 作者: 何爱香 安凯 朱云华
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 遗传算法 支持向量机 特征选取 基因表达谱
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 84-89
• 页数: 6页
• 分类号: TP391.4|TP181
• 字数: 5114字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2007.01.015

摘要

提出了一种基于遗传算法(GA)和支持向量机(SVM)的用于肿瘤分子分类和特征基因选择的新方法.该方法针对基因表达数据样本少维数高的特点,先根据基因的散乱度滤掉大量分类无关基因,而后使用相关性分析去除分类冗余基因,得到一个候选基因子集,用遗传算法搜索候选特征基因空间,发现在支持向量机分类器上具有好的分类性能的且含基因个数较少的特征子集.把这种GA/SVM方法应用到结肠癌和急性白血病基因表达谱,能选出多个取得较高分类精度的较小基因子集,实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何爱香	山东工商学院信息与电子工程学院	15	67	5.0	7.0
2	朱云华		4	30	3.0	4.0
3	安凯		31	89	6.0	7.0