期刊文章详细信息
基于小波低频系数基因芯片数据的特征提取
Wavelet low-frequency Coefficients for Feature Extraction of Gene Microarray data
文献类型：期刊文章
机构地区：[1]山东轻工业学院信息科学与技术学院智能信息处理研究所,山东济南250353
基 金：山东省自然科学基金(Y2008G30)
年 份：2011
卷 号：9
期 号：3
起止页码：255-258
语 种：中文
收录情况：ZGKJHX、普通刊
摘 要：特征提取和分类是模式识别中的关键问题。结合小波分析理论和支持向量机理论,构造分类器模型,将前列腺癌基因芯片数据分成癌症和正常两种。提取小波低频系数表征原始数据并送入支持向量机分类器分类,实验证明:提取db1小波4层分解下的低频系数,送入分类器分类后正确分类率达到93.53%。Haar小波的正确率是92.94%。可见提取不同小波低频系数,得到的分类效果相差不大。
关 键 词：小波分析 支持向量机 前列腺癌基因芯片数据 交叉验证 小波低频系数
分 类 号：Q617] TP391]
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...
