肿瘤微阵列数据的小波模极大值特征提取

• 作者: 陈小梅
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 微阵列数据 小波模极大值 SVM
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 算法研究
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP391.4
• 字数: 2740字
• 语种: 中文

摘要

本文提出针对肿瘤微阵列数据的小波模极大值特征提取方法.首先求两类数据的Bhattacharyya距离分布,初步提取特征基因;接着进行小波分解,在频域上用小波分解高频系数检测基因突变点,低频系数逼近表征原始信号特征;然后通过理论分析和构建SVM分类器,经过多次实验选取小波基和尺度,提取特征基因.将该算法应用于数据集(1999年Golub所用ALL和AML),从中提取了5个基因,分类测试准确率可达94.12%.可见该算法具有较高的可行性与有效性,能为肿瘤间差异基因研究提供一定参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小梅		6	8	1.0	2.0