原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
基于对称不确定性和SVM递归特征消除的信息基因选择方法.pdf
V01．30
第30卷第5期 模式识别与人工智能 No．5
2017年5月 PR＆AI Mav2017
基于对称不确定性和SVM递归特征消除的
信息基因选择方法木
叶明全1 高凌云1 伍长荣2 万春圆1
1(皖南医学院计算机教研室芜湖241002)
2(安徽师范大学数学计算机科学学院芜湖241003)
摘要基因表达谱中存在大量与肿瘤分类无关的基因，严重降低肿瘤诊断的准确率．基因表达谱还存在高维小
样本、噪声大等问题，增加肿瘤诊断的难度．为了获取基因数量较少且分类能力较强的信息基因子集，文中提出基
于对称不确定性(SU)和支持向量机递归特征消除(SVM—RFE)的信息基因选择方法．首先利用SU评估基因和类标
签之问的相关性，根据SU定义近似马尔科夫毯，快速消除大量无关和冗余基因．然后利用SVM—RFE进一步剔除冗
余基因，获取有效的信息基因子集．实验表明，文中方法可以在选取维数较少或相等的信息基因子集情况下获取较
高的肿瘤分类性能．
关键词基因选择，对称不确定性，支持向量机，递归特征消除，肿瘤分类
391 DOI
中图法分类号TP 10．16451／j．cnki．issnl003—6059．201705005
引用格式叶明全，高凌云，伍长荣，万春圆．基于对称不确定性和SVM递归特征消除的信息基因选择方法．模式
识别与人工智能，2017，30(5)：429—438．
GeneSelectionMethodBasedon
Informative
Elimination
andSVMRecursiveFeature
Uncertainty
Symmetric
YE Chunyuanl
Mingquanl，GAOLingyunl，WUChangron92，WAN
Medical
Science，WannanCollege，Wuhu241002)
1(DepartmentofComputer
and Normal
2(School Science，AnhuiUnive瑙ity，Wuhu241003)
ofMathematwsComputer
ABSTRACT
existin thus
A numberof unrelatedtotumorclassification
large genes geneexpressionprofiles，and
of isreduced tothesmall sizewith
the tumor high
文档评论（0）