基于ACO-SVM的质谱数据分析

• 作者: 冯斌 张蓉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 表面增强激光解析电离飞行时间质谱 蛋白质组学 蚁群优化算法 特征选择技术 生物标记物
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 158-160
• 页数: 3页
• 分类号: TP18
• 字数: 3923字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.04.055

摘要

生物信息学应用领域存在高维小样本和内部空间疏散的特性,因而数据分析面临着巨大的挑战.基于此,在蚁群算法的搜索过程中将特征的信噪比作为先验信息,结合支撑向量用于筛选血清蛋白相关生物标记物,实验结果表明,该方法建立的癌症诊断模型取得了较好的分类性能测试仿真结果,敏感度和特异度分别达到94%和92.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯斌	江南大学信息工程学院	50	410	12.0	18.0
2	张蓉	江南大学信息工程学院	20	45	4.0	6.0