本文關鍵詞：基于SVM的腫瘤特征基因提取與基因表達數據分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：提出一種基于支持向量機的腫瘤基因表達譜數據挖掘方法。首先采用信噪比方法對白血病、結腸癌、肺癌數據提取特征基因,生成特征基因子集。然后通過支持向量機分類模型對特征基因子集進行機器學習訓練分類。實驗結果表明:急性白血病、結腸癌只需4個特征基因,均獲得100%的10折交叉驗證分類準確率。最后為了有效地排除噪聲基因進而挑選出精確度更高的分類特征基因,采用多尺度小波閾值法對肺癌數據進行降噪處理,降噪后僅需5個特征基因獲得96.61%的分類準確率。
【作者單位】： 青島職業(yè)技術學院生物與化工學院;青島科技大學數理學院;
【關鍵詞】： 基因表達譜 腫瘤分類 特征基因 信噪比 支持向量機
【基金】：國家自然科學基金資助項目(41204115) 山東省自然科學基金資助項目(ZR2013AM007,ZR2014FL021) 山東省高等學校科技計劃項目(J13LI54)
【分類號】：TP18;R730.2
【正文快照】： 引用格式:譚云,于彬,王琦然,等.基于SVM的腫瘤特征基因提取與基因表達數據分析[J].重慶理工大學學報(自然科學),2016(6):102-108.Citation format:TAN Yun,YU Bin,WANG Qi-ran,et al.Extraction of Cancer Informative Genes and Gene Expression DataAnalysis Based on Suppo

【相似文獻】

中國期刊全文數據庫 前10條

1 孫德利,舒琦瑾;基因表達譜在中醫(yī)藥研究中的意義[J];中國中醫(yī)藥信息雜志;2002年01期

2 劉s

本文編號：453266