基于高斯过程的DNA微阵列分类算法

被引：2

作者：

任江洪

韩露

机构：

[1] 重庆大学自动化学院

来源：

计算机工程与应用 | 2011年 / 33期

关键词：

微阵列; 高斯过程; 分类; 统计学习; 贝叶斯方法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于高斯过程对分类过程进行建模,给出了一种基于高斯过程的DNA微阵列分类算法。作为一种贝叶斯分类方法,该方法能够给出分类的概率,并能将过往的正确诊断信息,纳入到分类模型中,实现分类模型的不断优化。该方法能够基于主样本进行训练空间的维度消减,较好地解决了由于样本的加入造成的维度不断增加的问题。通过和几种常用分类算法的实验对比分析,证明了该方法具有较高的分类准确性。

引用

页码：26 / 29

页数：4

共 3 条

[1]

Book review: “Bayesian Data Analysis,” Second Edition by A. Gelman, J.B. Carlin, H.S. Stern, and D.B. Rubin Chapman & Hall/CRC, 2004[J] . Jerry R. Nedelman.Computational Statistics . 2005 (4)

[2] Statistical challenges in functional genomics [J].

Sebastiani, P ;

Gussoni, E ;

Kohane, IS ;

Ramoni, MF .

STATISTICAL SCIENCE, 2003, 18 (01) :33-60

[3]

Support vector machine classification and validation of cancer tissue samples using microarray expression data[J] . Terrence S. Furey,Nello Cristianini,Nigel Duffy,David W. Bednarski,Mich&egrave,l Schummer.Bioinformatics . 2000

← 1 →