强相关树基因选择方法及AE-RSVM分类研究

• 作者: 吕志超 张岩 郑宏亮 闫德勤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 基因表达谱 肿瘤分类 基因选择 支持向量机 等价类
• 年，卷（期）: 2013,（17）
• 页码范围: 245-249
• 页数: 5页
• 分类号: TP18|TP391
• 字数: 4947字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1202-0423

摘要

对肿瘤基因表达谱进行分析，从而有效区分正常样本与肿瘤样本的关键是：准确找出能够决定样本类别的最少特征基因，并用一个性能较好的分类器进行分类预测。针对该问题，用修订的特征记分准则（RFSC）去除分类无关基因；对两两冗余法进行改进，提出强相关树法用于冗余基因的去除；对粗糙支持向量机（RSVM）改进，提出近似等价粗糙支持向量机（AE-RSVM）对样本集进行分类测试。以肿瘤样本集为例进行测试，实验结果表明了提出方法的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宏亮	辽宁师范大学计算机与信息技术学院	25	128	7.0	10.0
2	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
3	吕志超	辽宁师范大学计算机与信息技术学院	4	9	2.0	3.0
4	张岩	辽宁师范大学计算机与信息技术学院	14	27	3.0	4.0