适于癌基因表达数据集的新特征提取标准NFEC及其分类新算法研究

被引:3
作者
邓赵红
王士同
胡德文
机构
[1] 江南大学信息工程学院
[2] 国防科技大学自动化学院 江苏 无锡
[3] 南京大学软件新技术国家重点实验室
[4] 江苏 无锡
[5] 长沙
关键词
生物信息学; 微分容量控制; 特征提取; 癌基因表达数据集; 分类;
D O I
暂无
中图分类号
R318 [生物医学工程];
学科分类号
0831 ;
摘要
癌基因表达数据集具有小样本、高维数之特点,一般的机器学习机难以对其有效分类。因此,通常需要采用某些特征提取度量标准来进行降维处理。可是常用的一些特征提取度量标准亦会导致分类效果欠佳之问题。依据微分容量控制学习机DCCM,提出了一个新的特征提取度量标准NFEC,然后依据NFEC和DCCM,提出了适于癌基因表达数据集的特征提取算法DCCFE。实验表明,新的度量NFEC和新的特征提取算法DCCFE较之现有方法对癌基因表达数据集分类时更为有效。本文的工作意义在于:(1)提出了一个新的更有意义的特征提取度量标准;(2)DCCM可以采用比核函数更为一般的一阶可微函数,因而提出的新的特征提取算法更具普遍应用意义。
引用
收藏
页码:13 / 20
页数:8
相关论文
共 4 条
[1]   基于微分容量控制的学习机 [J].
张莉 ;
周伟达 ;
焦李成 .
电子学报, 2003, (10) :1526-1531
[2]   一种基于核函数的非线性感知器算法 [J].
许建华 ;
张学工 ;
李衍达 .
计算机学报, 2002, (07) :689-695
[3]  
神经模糊系统及其应用[M]. 北京航空航天大学出版社 , 王士同编著, 1998
[4]   Gene Selection for Cancer Classification using Support Vector Machines [J].
Isabelle Guyon ;
Jason Weston ;
Stephen Barnhill ;
Vladimir Vapnik .
Machine Learning, 2002, 46 :389-422