支持向量机算法用于癌症数据建模

• 作者: 吴疆 董婷
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 支持向量机 核函数 癌症数据
• 年，卷（期）: 2007,（20）
• 所属期刊栏目: 研究简报
• 页码范围: 5363-5365
• 页数: 3页
• 分类号: TP183
• 字数: 2295字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2007.20.040

摘要

支持向量机算法(Support Vector Machine)是基于统计学习理论(SLT)发展起来的新一代机器学习方法,并被成功地应用到很多模式识别问题中.文中支持向量机分类算法用于卵巢癌病变与非卵巢癌病变质谱数据建模.对卵巢癌数据进行判别预测,预报正确率达到98%.通过与KNN、神经网络等算法的预报结果相比较,其预报能力强于KNN、神经网络算法在这个问题中的应用,为支持向量机算法可以应用于癌症疾病辅助检测提供一例证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董婷	榆林学院计算机与网络工程系	28	77	4.0	8.0
2	吴疆	榆林学院信息技术系	12	17	2.0	3.0