基于ACO-SVM的质谱数据分析

被引：3

作者：

张蓉 ^{[1
,2
]}

冯斌 ^{[1
]}

机构：

[1] 江南大学信息工程学院

[2] 江苏信息职业技术学院计算机工程系

来源：

计算机工程 | 2010年 / 36卷 / 04期

关键词：

表面增强激光解析电离飞行时间质谱; 蛋白质组学; 蚁群优化算法; 特征选择技术; 生物标记物;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

生物信息学应用领域存在高维小样本和内部空间疏散的特性,因而数据分析面临着巨大的挑战。基于此,在蚁群算法的搜索过程中将特征的信噪比作为先验信息,结合支撑向量用于筛选血清蛋白相关生物标记物,实验结果表明,该方法建立的癌症诊断模型取得了较好的分类性能测试仿真结果,敏感度和特异度分别达到94%和92.4%。

引用

页码：158 / 160

页数：3