癌症识别中一种基于组合GCM和CCM的分类算法

被引：6

作者：

卢新国 ^{[1
]}

林亚平 ^{[1
,2
]}

骆嘉伟 ^{[1
]}

李丹 ^{[1
]}

机构：

[1] 湖南大学计算机与通信学院

[2] 湖南大学软件学院

来源：

软件学报 | 2010年 / 21卷 / 11期

基金：

湖南省自然科学基金;

关键词：

基因表达谱; 癌症识别; 全局分量模型; 癌症组分量模型;

D O I：

暂无

中图分类号：

R730.4 [肿瘤诊断学]; TP181 [自动推理、机器学习];

学科分类号：

100214 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

根据基因表达谱数据的特点,提出了全局分量模型(global component model,简称GCM)和癌症组分量模型(cancer component model,简称CCM)两种癌症识别模型.结合GCM模型和CCM模型的互补性,利用基于权值的投票组合策略提出一种基于组合GCM和CCM的癌症分类算法(ensemble algorithm based on GCM and CCM for cancer recognition,简称EAGC).在Leukemia,Breast,Prostate,DLBCL,Colon,Ovarian这6个数据集上进行了独立测试实验和交叉测试实验.实验结果表明,EAGC有效地综合了GCM和CCM识别模型的解决方案,弥补了单个分类器的不足,具有较好的泛化性,在所有数据集上都取得较好的分类性能.

引用

页码：2838 / 2851

页数：14