嵌入拒识的极限学习机在基因表达数据分类中的应用-计算机应用与软件.PDF

第３２卷第７期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．７ ２０１５年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１５ 嵌入拒识的极限学习机在基因表达数据分类中的应用 何　颖 （吉林财经大学信息经济学院　吉林长春 １３０１２２） 摘　要　　机器学习技术已被广泛地应用在计算机辅助诊断中，以辅助专家进行医学诊断，但是几乎所有的分类器，都是默认的接 收计算机的分类结果，而这种默认的结果在很多情况下会引起较大的误差。如根据诊断者的临床数据判断此人为病人的概率为 ５０％，为健康人的概率也为５０％，这时无论计算机将此人分类为健康人还是病人都会面临５０％的错误概率。因此，提出嵌入拒识的 极限学习机，不仅充分利用了极限学习机快速的学习能力、良好的泛化性能，而且通过嵌入拒识选项，“拒识”可靠性较低的样本来 克服分类正确率较低的问题，使得自动分类过程更加可靠。实验结果表明：所提方法在降低误分类率方面是非常有效的。 关键词　　计算机辅助诊断　拒识　误分类率　分类可靠性　极限学习机 中图分类号　ＴＰ２０２．２　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０７．０４３ ＡＰＰＬＩＣＡＴＩＯＮＯＦＥＸＴＲＥＭＥＬＥＡＲＮＩＮＧＭＡＣＨＩＮＥＷＩＴＨＲＥＪＥＣＴＩＯＮＥＭＢＥＤＤＥＤ ＩＮＧＥＮＥＥＸＰＲＥＳＳＩＯＮＤＡＴＡＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＨｅＹｉｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｃｏｎｏｍｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｃｈａｎｇｃｈｕｎ１３０１２２，Ｊｉｌｉｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｍａｃｈｉｎｅｌｅａｒｎｉｎｇｔｅｃｈｎｉｑｕｅｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｃｏｍｐｕｔｅｒａｉｄｅｄｄｉａｇｎｏｓｉｓｔｏａｓｓｉｓｔｍｅｄｉｃａｌｓｐｅｃｉａｌｉｓｔｓｉｎｔｈｅｉｒｄｉａｇｎｏｓｉｎｇ． Ｂｕｔａｌｍｏｓｔａｌｌｔｈｅｃｌａｓｓｉｆｉｅｒｓａｃｃｅｐｔｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｃｏｍｐｕｔｅｒｓｉｎｄｅｆａｕｌｔ，ｈｏｗｅｖｅｒｉｎｑｕｉｔｅａｆｅｗｓｐｅｃｉａｌｏｃｃａｓｉｏｎｓｔｈｅｓｅｄｅｆａｕｌｔｒｅ ｓｕｌｔｓｍａｙｌｅａｄｔｏｂｉｇｅｒｒｏｒｓ．Ｆｏｒｅｘａｍｐｌｅ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉａｇｎｏｓｉｓｏｆｃｌｉｎｉｃａｌｄａｔａ，ｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆａｐｅｒｓｏｎｔｏｂｅｃｌａｓｓｉｆｉｅｄａｓａｐａｔｉｅｎｔ ｉｓ５０％ｗｉｔｈａｎｏｔｈｅｒｐｒｏｂａｂｉｌｉｔｙｏｆ５０％ａｓｔｈｅｈｅａｌｔｈｙｐｅｏｐｌｅ，ｔｈｕｓｎｏｍａｔｔｅｒｔｈｅｃｏｍｐｕｔｅｒｃｌａｓｓｉｆｉｅｓｔｈｅｐｅｒｓｏｎａｓｔｈｅｈｅａｌｔｈｙｐｅｏｐｌｅｏｒｔｈｅ ｐａｔｉｅｎｔｓ，ｔｈｅｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｉｓａｌｗａｙｓ５０％．Ｔｈｅｒｅｆｏｒｅｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓｔｈｅｒｅｊｅｃｔｉｏｎｅｍｂｅｄｄｅｄｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅ，ｉｔ ｔａｋｅｓｆｕｌｌａｄｖａｎｔａｇｅｓｏｆｑｕｉｃｋｌｅａｒｎｉｎｇａｂｉｌｉｔｙａｎｄｇｏｏｄｇｅｎｅｒａｌｉｓａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅ，ｍｏｒｅｏｖｅｒ，ｂｙｅｍｂｅｄｄｉｎｇｔｈｅ ｒｅｊｅｃｔｉｏｎｏｐｔｉｏｎｉｔ“ｒｅｊｅｃｔｓ”ｌｅｓｓｒｅｌｉａｂｌｅｓａｍｐｌｅｓｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ，ａｌｌｏｗｓｔｈｅａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎ ｐｒｏｃｅｓｓｍｏｒｅｒｅｌｉａｂｌｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖｅｒｙｅｆｆｅｃｔｉｖｅｉｎｒｅｄｕｃｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｅｒｒｏｒｒａｔｅ． Ｋｅｙｗｏｒｄｓ　　Ｃｏｍｐｕｔ