凌玲
- 作品数：1 被引量：0H指数：0
- 供职机构：上海大学理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于提升小波的基因芯片数据的分类预测
- 2014年
- 针对肿瘤的早期诊断,提出了一种基于提升小波变换的特征提取的方法,对肿瘤数据样本进行分析鉴别.该方法利用提升小波变换对190例肝癌(包括对照)和107例肺癌(包括对照)基因表达谱芯片数据进行处理后,提取信号的低频信息,经支持向量机训练学习,构造分类器模型,用于癌和非癌样本的区分甄别.实验结果表明,经提升小波变换提取的特征基因,送入分类器中能得到较高的分类率,且在支持向量机中选取线性核函数或径向基函数都能达到较好的分类效果.通过随机选取的20例基因表改谱芯片样本,对所建立的模型进行了测试,获得了很好的效果,因此,本文提出的方法对肿瘤的诊断有一定的应用意义.
- 凌玲衣娜王翼飞
- 关键词：提升小波支持向量机核函数
