TY - Jour A2 - 罗卡，卢卡·奥 - 江，郝···清，Wai-ki Py - 2012 Da - 2012/08/07 Ti - 支持向量机器的相关内核与癌症数据应用的分类SP - 205025 VL - 2012AB - 高维生物信息学数据集在机器学习区提供了一个优秀和具有挑战性的研究问题。特别地，DNA微阵列产生的基因表达数据具有高尺寸，具有显着噪声水平。通过SVM分类器的监督内核学习成功应用于生物医学诊断，例如辨别不同种类的肿瘤组织。最近，相关内核已应用于支持向量机（SVM）的分类问题。在本文中，我们开发了一种新颖且令人杀刺的积极半纤维核。与通常的相关内核相比，所提出的内核显示在实验上具有更好的性能。此外，我们提出了一种新的内核，基于包含处理无限内核的技术的相关矩阵。得到的核显示为正半纤维，它对上述两种核表现出卓越的性能。然后，我们将所提出的方法应用于一些癌症数据，以辨别不同的肿瘤组织，提供诊断疾病的信息。 Numerical experiments indicate that our method outperforms the existing methods such as the decision tree method and KNN method. SN - 1748-670X UR - https://doi.org/10.1155/2012/205025 DO - 10.1155/2012/205025 JF - Computational and Mathematical Methods in Medicine PB - Hindawi Publishing Corporation KW - ER -