嵌入代价敏感的极限学习机相异性集成的基因表达数据分类

• 作者: 安春霖 杨小兵 陆慧娟 魏莎莎
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 极限学习机 相异性集成 代价敏感 基因表达数据 分类
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 211-215
• 页数: 5页
• 分类号: TP181
• 字数: 4577字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.12.046

摘要

极限学习机的相异性集成算法(Dissimilarity Based Ensemble of Extreme Learning Machine,D-ELM)在基因表达数据分类中能够得到较稳定的分类效果,然而这种分类算法是基于分类精度的,当所给样本的误分类代价不相等时,不能直接实现代价敏感分类过程中的最小平均误分类代价的要求.通过在分类过程中引入概率估计以及误分类代价和拒识代价重新构造分类结果,提出了基于相异性集成极限学习机的代价敏感算法(CS-D-ELM).该算法被运用到基因表达数据集上,得到了较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小兵	中国计量学院信息工程学院	17	99	4.0	9.0
2	陆慧娟	中国计量学院信息工程学院	101	716	13.0	20.0
3	魏莎莎	中国计量学院信息工程学院	5	30	4.0	5.0
4	安春霖	中国计量学院信息工程学院	4	83	3.0	4.0