基于ITAFSVM的微阵列数据特征选择和分类

• 作者: 戴宏亮
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 全间隔自适应模糊支持向量机 智能遗传算法 基因表达谱 分类 微阵列
• 年，卷（期）: 2010,（2）
• 页码范围: 37-42,47
• 页数: 7页
• 分类号: TP18
• 字数: 4972字
• 语种: 中文

摘要

支持向量机已经被成功应用于基因表达谱数据分析.但是,仍有开放问题需要解决:①支持向量机不能自动进行基因表达谱数据的特征选择;②支持向量机的参数优选没有简单有效的办法.一种新型具有良好特性的支持向量机--全间隔自适应模糊支持向量机(TAFSVM)被提出.并且提出一种新的遗传算法--智能遗传算法(IGA)来设计一个TAFSVM分类器,称为ITAFSVM,同时优化TAFSVM参数集和特征选择,并且结合10-fold交叉验证来确定其泛化能力.最后将ITAFSVM应用于四种基因表达谱数据集.通过与进化支持向量机(ESVM)方法、粗糙集与径向基神经网络组合(RBF-RBFNN)方法进行了比较,实验结果表明运用ITAFSVM不仅可以自动进行基因表达谱数据特征选择,而且分类精度和稳定性都较高,速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴宏亮	广东商学院数学与计算科学学院	21	107	6.0	10.0