作者：张小丹 吕建平非相关线性判别分析支持向量机基因表达谱特征提取分类
摘要：基因表达数据的一个重要应用是给组织样本进行分类。在基因表达数据中，基因的数量相对于数据样本的个数通常比较多；也就是说，可以得到变量数（基因数）远远大于样本数的数据矩阵。过高的维数（变量或基因数）将给分类问题带来极大的挑战。本文提出结合一种新的特征提取方法——非相关线性判别式分析方法（ULDA）和支持向量机（SVM）分类算法，对结肠癌组织样本进行分类识别。并同其它方法作了比较研究，结果表明了该方法的可行性和有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
