一种基于GSLQ采样学习的DNA微阵列数据分类方法.pdfVIP

第32卷第1期 计算机与应用化学 v01．32，№．1 chemistry January28，。2015 三堕年1旦28日 computersandApplied 一种基于Gs+LQ采样学习的DNA微阵列数据分类方法 陈念1，汪新2 (1．池州学院数学与计算机科学系，安徽，池州，247000； 2．池州学院材料与化学工程系，安徽，池州，2470001 摘要：以DNA微阵列数据分类为应用背景，提出一种GS+LQ采样训练方法，每轮采样依照“Gs优先，LO备用”的思路，优 先选择训练后能生成最佳分类效果的样本进行标注学习，在Gs失效的轮次，L0作为备用方法选择学习对象。该方法综合了“快” 和“稳”的特点，在实现相同精度目标下，相对于单一LQ采样，能进一步压缩训练成本，尤其在分类器初始分类经验匮乏的 条件下，该优势体现更为明显。将Gs+LQ与ND、MR