SVMs在微阵列表达数据分析中的应用  

Application of SVMs in microarray data analysis

作　　者：吴骋[1] 王志勇[2] 贺佳[1] 贺宪民[1] 

机构地区：[1]第二军医大学卫勤系卫生统计学教研室,上海200433 [2]第二军医大学附属长海医院信息科,上海200433

出　　处：《数理统计与管理》2005年第4期121-126,共6页Journal of Applied Statistics and Management

基　　金：国家自然科学基金(项目编号30471502);上海市自然科学基金(项目编号04ZR14049)

摘　　要：微阵列技术允许同时录制成百万的基因表达水平。但由于经费和工艺的限制,目前研究者获得的表达数据集往往包含少量的样本,而基因表达的测量值却有上万条。很多传统的统计方法无法分析这样的数据,本文结合数据挖掘中统计学习理论的相关知识,详细介绍了一种有监督分析方法———支持向量机(SVMs)在微阵列表达数据分析中的应用。Microarray technology allows to record expression thousands genes data.Because of the limit of lutlay and techniques,researcher can only get the expression data set wit a few samples and thousands of genes’ measurements.Many traditional statistical methods have been unable to deal with so huge data.Support Vector Machines(SVMs) which has been identified to be an excellent technology to analysis gene expression data set will be introduced in this paper.

关 键 词：微阵列 基因表达数据 支持向量机 

分 类 号：O212[理学—概率论与数理统计]