期刊文章详细信息
支持向量机算法用于癌症数据建模
SVM Applied to Modeling of Cancer Date
文献类型：期刊文章
机构地区：[1]榆林学院信息技术系,榆林719000 [2]榆林学院计算机与网络工程系,榆林719000
年 份：2007
卷 号：7
期 号：20
起止页码：5363-5365
语 种：中文
收录情况：RCCSE、ZGKJHX、普通刊
摘 要：支持向量机算法(Support Vector Machine)是基于统计学习理论(SLT)发展起来的新一代机器学习方法,并被成功地应用到很多模式识别问题中。文中支持向量机分类算法用于卵巢癌病变与非卵巢癌病变质谱数据建模。对卵巢癌数据进行判别预测,预报正确率达到98%。通过与KNN、神经网络等算法的预报结果相比较,其预报能力强于KNN、神经网络算法在这个问题中的应用,为支持向量机算法可以应用于癌症疾病辅助检测提供一例证。
关 键 词：支持向量机 核函数 癌症数据
分 类 号：TP183]
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...
