癌症识别中一种基于组合GCM和CCM的分类算法

• 作者: 卢新国 李丹 林亚平 骆嘉伟
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 基因表达谱 癌症识别 全局分量模型 癌症组分量模型
• 年，卷（期）: 2010,（11）
• 页码范围: 2838-2851
• 分类号: TP181
• 字数: 9654字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03699

摘要

根据基因表达谱数据的特点,提出了全局分量模型(global component model,简称GCM)和癌症组分量模型(cancer component model,简称CCM)两种癌症识别模型.结合GCM模型和CCM模型的互补性,利用基于权值的投票组合策略提出一种基于组合GCM和CCM的癌症分类算法(ensemble algorithm based on GCM and CCM for cancer recognition,简称EAGC).在Leukemia,Breast,Prostate,DLBCL,Colon,Ovarian这6个数据集上进行了独立测试实验和交叉测试实验.实验结果表明,EAGC有效地综合了GCM和CCM识别模型的解决方案,弥补了单个分类器的不足,具有较好的泛化性,在所有数据集上都取得较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林亚平	湖南大学计算机与通信学院	231	2974	26.0	42.0
5	李丹	湖南大学计算机与通信学院	58	356	9.0	18.0
6	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0
7	骆嘉伟	湖南大学计算机与通信学院	53	417	12.0	18.0