用于微阵列数据癌症分类的演化硬件多分类器

• 作者: 冉仟元 李钟浩 王进 陈文
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 机器学习 演化计算 分类器 选择性集成 微阵列
• 年，卷（期）: 2013,（4）
• 页码范围: 410-415
• 页数: 6页
• 分类号: TP391.4
• 字数: 5552字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2013.04.008

摘要

针对单分类器识别率低、稳定性差的问题,提出了一种用于微阵列数据分类的演化硬件多分类器选择性集成方法.首先把经过预处理的原始训练集随机划分为训练集和验证集；然后通过对训练集的学习获得基于演化硬件的基分类器；再用验证集评价基分类器的性能,选择其中一部分较好的基分类器组成最终的分类系统；最后用独立的测试集验证系统的性能.试验结果表明,对急性白血病和结肠癌数据集的识别率分别为95.42％、88.33％,与其他的模式识别方法具有可比性；同时在识别率相当的情况下,该方法的硬件代价远低于全集成的演化硬件多分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王进	重庆邮电大学计算机科学与技术学院	50	202	8.0	12.0
5	冉仟元	重庆邮电大学计算机科学与技术学院	3	5	2.0	2.0
6	陈文	重庆邮电大学计算机科学与技术学院	3	10	2.0	3.0