期刊文章详细信息
文献类型:期刊文章
机构地区:[1]榆林学院信息技术系 [2]榆林学院计算机与网络工程系,陕西榆林719000
年 份:2007
卷 号:17
期 号:4
起止页码:25-27
语 种:中文
收录情况:NSSD、普通刊
摘 要:将支持向量机SVM(Support Vector Machine)算法用于卵巢癌症质谱数据分类研究,通过与KNN、神经网络算法的预报结果做比较,SVM对癌症数据的预测正确率达到98%,推广能力明显强于KNN、神经网络等传统算法。
关 键 词:支持向量机 优化 核函数 超平面
分 类 号:TP301]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...