湖南省自然科学基金(06JJ20049),湖南省教育厅优秀青年项目(06B047)
从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余.实验结果表明,新方法可有效提高分类准确率和特征选取的效率.
蔡立军,沈小乔,林亚平,蒋林波.一种改进的基因表达数据分类方法[J].湖南大学学报:自然科学版,2007,34(3):