| 核多元基因选择和极限学习机在微阵列分析中的应用 |
| |
| 引用本文： | 杨勤,董洪伟,薛燕娜.核多元基因选择和极限学习机在微阵列分析中的应用[J].传感器与微系统,2016(5). |
| |
| 作者姓名： | 杨勤 董洪伟 薛燕娜 |
| |
| 作者单位： | 江南大学 物联网工程学院,江苏 无锡,214122 |
| |
| 摘 要： | 针对微阵列数据样本量少、维度高的特点,结合当前数据降维方法中没有考虑特征与特征之间相关性的缺点,提出一种核最小二乘的特征基因选择方法.将解释变量空间通过非线性映射转换到高维空间上,再在高维空间上进行最小二乘回归,并采用极限学习机进行训练和预测.结果表明:对三种经典数据集的分类精度分别达到90.47％,88.89％,88.23％,高于传统的机器学习算法,充分表明本方法的优越性.
|
| 关 键 词： | 微阵列分类 基因选择 核最小二乘 极限学习机 |
Application of kernel-based multiple gene selection method and extreme learning machine in microarray analysis |
| |
| YANG Qin,DONG Hong-wei,XUE Yan-na.Application of kernel-based multiple gene selection method and extreme learning machine in microarray analysis[J].Transducer and Microsystem Technology,2016(5). |
| |
| Authors: | YANG Qin DONG Hong-wei XUE Yan-na |
| |
| Abstract: | |
| |
| Keywords: | microarray classification gene selection kernel least squares extreme learning machine |
| 本文献已被 万方数据 等数据库收录！ |
|
