基于支持向量机的微阵列基因表达数据分析方法

被引:9
作者
刘青
杨小涛
机构
[1] 中国人民大学信息学院
[2] 华中科技大学计算机学院 北京
[3] 华中科技大学计算机学院
[4] 湖北
[5] 武汉
关键词
生物信息学; DNA微阵列; 基因表达谱; 支持向量机;
D O I
暂无
中图分类号
TN402 [设计];
学科分类号
080903 ; 1401 ;
摘要
DNA微阵列技术,使人们可以同时观测成千上万个基因的表达水平,对其数据的分析已成为生物信息学研究的焦点.针对微阵列基因表达数据维数高、样本小、非线性的特点,设计了一种基于支持向量机的基因表达数据分类识别方法,该方法采用信噪比进行基因特征提取,运用支持向量机的不同核函数进行性能测试,针对几个典型数据集的实验表明其识别效果良好.
引用
收藏
页码:363 / 366
页数:4
相关论文
共 1 条
[1]   Gene Selection for Cancer Classification using Support Vector Machines [J].
Isabelle Guyon ;
Jason Weston ;
Stephen Barnhill ;
Vladimir Vapnik .
Machine Learning, 2002, 46 :389-422