SVM在基因微阵列癌症数据分类中的应用

• 作者: 刘毅慧 孟范静 成金勇 王洪国
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微阵列数据 支持向量机 癌症数据分类 特征选取
• 年，卷（期）: 2007,（34）
• 所属期刊栏目: 工程与应用
• 页码范围: 246-248
• 页数: 3页
• 分类号: TP391
• 字数: 3532字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.34.074

摘要

在总结二分类支持向量机应用的基础上,提出了利用t-验证方法和Wilcoxon验证方法进行特征选取,以支持向量机(SVM)为分类器,针对基因微阵列癌症数据进行分析的新方法,通过对白血病数据集和结肠癌数据集的分类实验,证明提出的方法不但识别率高,而且需要选取的特征子集小,分类速度快,提高了分类的准确性与分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟范静	山东轻工业学院信息科学与技术学院	2	13	2.0	2.0
2	刘毅慧	山东轻工业学院信息科学与技术学院	12	65	5.0	7.0
3	成金勇	山东轻工业学院信息科学与技术学院	6	23	3.0	4.0