期刊文献+

采用LE非线性降维技术的SVM基因微阵列数据分析

原文传递
导出
摘要 针对基因微阵列数据高维小样本问题及可能存在的非线性结构问题,本文采用拉普拉斯特征映射(LE)方法对基因微阵列数据进行降维处理,再构造支持向量机(SVM)进行分类识别。文中对采用该方法与主成分分析线性降维方法的分类结果进行了分析对比,结果表明结合拉普拉斯非线性降维的支持向量机分类模型具有对基因数据更好的分类处理能力。
作者 李学斌
出处 《网络财富》 2010年第21期221-221,共1页 Intemet Fortune
  • 相关文献

参考文献2

  • 1Brown M P S,Grundy W N,Lin David,et al.Knowledge-based analysis of microarray gene expression data by using support vector machines[].Proceedings of the National Academy of Sciences of the United States of America.2000 被引量:1
  • 2Golub T R,Slonim D K,Tamayo P,et al.Molecular classification of cancer: class discovery and class predication by gene expression monitoring[].Science.1999 被引量:1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部