基于最小二乘模糊支持向量机的基因分类研究

• 作者: 苏涵沐 陈涛 骆嘉伟
• 来源期刊: 计算机应用研究
• 关键词: 基因微阵列 基因分类 最小二乘 隶属度函数 模糊支持向量机
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 459-461
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.02.014

摘要

随着大量基因表达数据的涌现,把海量的数据划分成数量相对较少的组,有助于提取对生理学和医药学等有价值的生物信息.基因分类技术能够很好地处理和分析这些基因数据.提出了一种应用于基因分类的模糊最小二乘支持向量机方法,通过设置模糊隶属度改变分类中样本的贡献属性.该方法不仅考虑了样本与类中心点的距离关系,还充分考虑样本与样本之间的关系,减弱噪声或野值样本对分类的影响.采用美国威斯康星乳腺癌数据和皮马印第安人糖尿病数据进行实验检测,均取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛	湖南大学计算机与通信学院	63	688	15.0	24.0
2	骆嘉伟	湖南大学计算机与通信学院	53	417	12.0	18.0
3	苏涵沐	湖南大学计算机与通信学院	2	16	1.0	2.0