基于支持向量机的拟南芥基因表达数据分析(英文)  

Gene Expression Analysis with Support Vector Machines in Arabidopsis

作　　者：丁必为[1] 田英杰[2] 邓乃扬[1] 苏震[3] 蔡春[1] 

机构地区：[1]中国农业大学理学院,北京100083 [2]中国科学院数据技术与知识经济研究中心,北京100080 [3]中国农业大学生物学院,北京100094

出　　处：《运筹学学报》2006年第2期51-58,共8页Operations Research Transactions

基　　金：This work is supported by the National Natural Science Foundation of China(No.10371131).

摘　　要：针对拟南芥根部基因表达数据分析的问题,本文提出了一种新的基于距离度量学习的支持向机多分类算法．鉴于此问题的特殊性,本文通过最小化4分类机的LOO 误差来求得一个恰当的距离度量．并在此度量下找到若干个属于第5类(其它类)的训练点,从而构造出一个5分类机用来对所有基因分类．实验验证了此算法的可行性,并且比基因表达分析中传统使用的聚类方法更有效．For the problem of Arabidopsis root gene expression analysis, this paper presents a new algorithm of multi-class Support Vector Machines （SVMs） , which is based on learned distance measure. Because of speciality of this problem, a distance measure is learned by minimizing Leave-one-out （LOO） error of 4-class SVMs, and some genes belong to other classes are determined, then 5-class SVMs is constructed to classify the total genes. Experiments prove the effective of our method compared with traditional clustering methods.

关 键 词：运筹学 支持向量机 距离度量学习 拟南芥 基因表达谱 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] Q786[自动化与计算机技术—计算机科学与技术]