|
|||||
|
|
| 基于输出不一致测度的极限学习机集成的基因表达数据分类 | |
| 引用本文： | 陆慧娟,安春霖,马小平,郑恩辉,杨小兵.基于输出不一致测度的极限学习机集成的基因表达数据分类[J].计算机学报,2013,36(2). |
| 作者姓名： | 陆慧娟 安春霖 马小平 郑恩辉 杨小兵 |
| 作者单位： | 1. 中国矿业大学信息与电气工程学院 江苏徐州 221008;中国计量学院信息工程学院 杭州 310018 2. 中国计量学院信息工程学院 杭州 310018 3. 中国矿业大学信息与电气工程学院 江苏徐州 221008 4. 中国计量学院机电工程学院 杭州 310018 |
| 基金项目： | 国家自然科学基金，浙江省自然科学基金，浙江大学包氏留学基金 |
| 摘 要： | 选择性集成学习已经成为分析基因表达数据、获取生物学信息的有力工具.为了更好地挖掘基因表达数据,利用极限学习机的集成,克服单个ELM用于数据分类时性能欠稳定的缺点,文中提出了一种基于输出不一致测度的ELM相异性集成算法(D-D-ELM).算法首先以输出不一致测度为标准对多个ELM模型进行相异性判断,其次根据ELM的平均分类精度剔除掉相应的模型,最后对筛选后的分类模型用多数投票法进行集成.算法被运用到Breast、Leukemia、Colon、Heart基因表达数据上,并通过理论和实验得到验证.实验结果的统计学分析表明D-D-ELM能够以更少的模型数量达到较稳定的分类精度. |
| 关 键 词： | 极限学习机 基因表达数据 集成算法 输出不一致测度 分类 |
Disagreement Measure Based Ensemble of Extreme Learning Machine for Gene Expression Data Classification |
|
| LU Hui-Juan , AN Chun-Lin , MA Xiao-Ping , ZHENG En-Hui , YANG Xiao-Bing.Disagreement Measure Based Ensemble of Extreme Learning Machine for Gene Expression Data Classification[J].Chinese Journal of Computers,2013,36(2). | |
| Authors: | LU Hui-Juan AN Chun-Lin MA Xiao-Ping ZHENG En-Hui YANG Xiao-Bing |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |