原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
演化超网络在多类型癌症分子分型中的应用
第 35卷第 1O期 电 子 与 信 息 学 报 、 1．35NO．10
2013年 10月 JournalofElectronics＆InformationTechnology 0ct．2013
演化超网络在多类型癌症分子分型中的应用
王 进 丁 凌 孙开伟 李钟浩
(计算智能重庆市重点实验室(重庆邮电大学) 重庆 4000651
(t4国仁荷大学信息与通信工程系 仁川 402—7511
摘 要：该文提出一种用于多类型癌症分子分型的演化超网络模式识别方法。首先采用 “一对多”方法，将一个多
类分型问题转化为多个二类分型问题；然后利用信噪比方法对DNA微阵列数据进行信息基因选择：经过超网络对
训练集的演化学习，构造一系列二类分类器并进行集成，最终构建一个多类型癌症分型系统并对待测样本进行分类。
对急性白血病、儿童小圆蓝细胞肿瘤和 GCM 数据集实验结果表明：演化超网络留一交叉验证fL00CV)识别率分
别为：98．61％，100％和 85．35％。演化超网络有利于挖掘癌症相关基因，具有 良好的学习结果可读性。
关键词： 模式识别；机器学习；演化超网络；微阵列；癌症多类型分类
中图分类号：TP18；TP39 文献标识码： A 文章编号：1009—5896(2013)102425—07
D0I：10．3724／SP．J．1146．2012．O1171
ApplyingEvolutionaryHypernetworksforM ulticlass
M oleculra Classification ofCancer
W angJin① DingLing① SunKaiwei① LeeChongho②
—
(ChongqingKeyLaboratoryofComputationalIntelligence(ChongqingUniversity
ofPostsandTelecommunications)，Chongqing400065，China)
(DepartmentofInformationandCommunicationEngineering，InhaUniversity，Incheon402—751，RepublicofKorea)
Abstract：Thispaperpresentsapatternrecognitionmethodformulticlasscancermolecularclassificationusing
evolutionaryhypernetworks．A multiclassclassificationissueisdecomposedintoasetofbinaryclassificationissues
byOne—Versus—All(OVA)approach．Thesignal—to—noiseratiomethodisemployedofrinformativegenesselection
from theDNA microarray．A seriesofbinaryclassifiersa
文档评论（0）