基于支持向量机的肿瘤基因识别
王晶1
周旷2
1.渭南师范学院物理与电气工程学院 渭南7140002.西北工业大学应用数学系 西安710129
摘要：为了对基因表达数据矩阵中的肿瘤基因与正常基因进行判别分类,文章提出了基于支持向量机(Supporting Vector Machine,SVM)的肿瘤基因识别方法.在对基因进行特征选择的基础上,对只具有最优特征的基因样本再利用SVM分类思想进行判别,最后通过与其他方法所得结果进行对比可知,该方案在不降低分类准确度的同时,能有效地避免特征空间维数远大于样本空间维数所造成的“过学习”问题,而且避免了大的时空开销,具有很强的实用性.
关键词：基因表达数据维数消减支持向量机k-均值聚类
分类号：TP391(计算技术、计算机技术)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 3-6 )
英文信息