基于GA/SVM的微阵列数据特征的选择与分类

• 作者: 余伟峰 王广伦 钱夕元
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微阵列数据 基因表达 遗传算法 k最邻居距离 支持向量机
• 年，卷（期）: 2007,（19）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 204-206
• 页数: 3页
• 分类号: TP311
• 字数: 3972字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.19.072

摘要

微阵列数据样本小、维度高的特点给数据分析造成了困难,而主基因的挑选又十分的重要.该文采用遗传算法挑选主基因,其中,用k最邻居距离作为模式识别方法,用支持向量机构造了诊断系统,用不同核函数进行预测分类性能测试.在经典的白血病数据集上,对34个样本的测试集的分类准确率为100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余伟峰	华东理工大学理学院	2	7	2.0	2.0
2	钱夕元	华东理工大学理学院	31	264	7.0	16.0
3	王广伦	华东理工大学理学院	1	3	1.0	1.0