作者：徐丹 徐明 左欣微阵列数据特征选择支持向量机集成分类
摘要：微阵列技术的出现使得从不同角度对生物体的多个参量同时进行研究成为可能。然而,微阵列数据样本小、维数高、非线性的特征成为实验中的难点。本文针对这种情况提出集成SVM的方法。对数据集进行规范化之后,采用信噪比的方法提取最具表达的基因用于分类分析。采用bagging算法产生用于集成的个体分类器,最后采用相对多数投票法决定类别归属。实验证明,集成的SVM分类器性能优于单个分类器。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机与现代化》（CN：36-1137/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机与现代化》自创刊以来，以理论联系实际、促进应用开发为宗旨，主要刊登计算机专业方面的新理论、新技术及其在各个领域中应用成果的论文，设有系统分析与设计、软件工程、网络与通讯、过程控制、辅助设计、中文信息技术、人工智能、综合述评、应用与实践等栏目，既有相当的学术水平，又有现实的指导作用。
部级期刊
人气 850229 评论 75
人气 228242 评论 65
人气 211355 评论 35
省级期刊
人气 210761 评论 71
