降维近似支持向量机基因芯片数据分类器  

Microarray data classifier with dimensionality reduction proximal support vector machines

作　　者：王立鹏[1] 袁占亭[1] 周智芳[2] 

机构地区：[1]兰州理工大学电气工程与信息工程学院,甘肃兰州730050 [2]兰州理工大学石油化工学院,甘肃兰州730050

出　　处：《重庆大学学报（自然科学版）》2011年第12期102-108,共7页Journal of Chongqing University

基　　金：国家十一五科技支撑资助项目(2006BAF01A21);甘肃自然科学基金资助项目(3ZS062-B25-037)

摘　　要：基因芯片技术的出现改变了生物医学研究的前景,其产生的海量数据是限制其发展的瓶颈问题。论文针对基因芯片数据量大、样本数低和基因维数高的特点,提出了一种对基因芯片数据进行分类的降维近似支持向量机DRPSVM基因芯片数据分类器。DRPSVM采用降维的二次规划算法,使得该算法的时间复杂度和空间复杂度比传统的PSVM算法均有降低。通过在CAMDA2000、colon 1dataset和colon 2dataset等基因芯片数据集上的与BP、Nearest、RBF、SVM分类器的分类性能比较,DRPSVM在数据样本少、数据维数急剧升高时,分类性能稳定、存在唯一的最优解、训练时间快,适合基因芯片数据分类的应用环境。DNA microarray technologies have changed the foreground of biological medicine,while the generated plentiful data is the key problem for the application of microarrays.Microarray data have the characteristics of large quantity,low sample size and high gene dimensionality.A microarray data classifier with dimensionality reduction proximal support vector machines（DRPSVM）.A dimensionality reduction quadratic programming algorithm is used in DRPSVM,which shows faster training speed and smaller memory requirements than traditional PSVM does.Using CAMDA2000,colon 1 dataset and colon 2 dataset as the experimental datasets,the classification performance of DRPSVM is compared with those of BP,Nearest,RBF and SVM.DRSVM shows stable classification performance,existing one and only optimal solution and fast training which is suitable for DNA microarray data classification applications.

关 键 词：生物信息学 基因芯片数据 近似支持向量机 降维 分类器 二次规划 

分 类 号：Q811.4[生物学—生物工程] Q789