期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于有监督奇异值分解和随机森林的卵巢癌磷脂代谢物特征提取方法 被引量:2
1
作者 来海锋 韩斌 +4 位作者 厉力华 陈岩 SUTPHEN Rebecca 祝磊 代琦 《中国生物医学工程学报》 CAS CSCD 北大核心 2010年第2期220-228,共9页
卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位。选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点。本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解... 卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位。选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点。本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解和基于信息增益的随机森林决策的方法用于特征标志物的选择。首先应用有监督奇异值分解计算各标志物的权重值,并根据权重值粗选出候选标志物;其次应用基于信息增益的随机森林决策理论从候选标志物中选出特征标志物;最后通过SVM分类器测试,分类率高达90%以上。本研究方法与其他常用方法比较具有一定优势,其中一个明显的特点是所选特征标志物不但保持了较高的分类率,而且具有生物学关联意义,从而证实本研究方法具有较高的可行性和实用性。 展开更多
关键词 奇异值分解 随机森林 特征提取 磷脂代谢物 卵巢癌
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部