刘玉杰
- 作品数：2 被引量：8H指数：2
- 供职机构：山东轻工业学院更多>>
- 发文基金：山东省自然科学基金更多>>
- 相关领域：生物学自动化与计算机技术更多>>
- 基于小波高频系数基因芯片数据的特征提取被引量：3
- 2011年
- 结合小波分析理论与支持向量机理论,构造分类器模型,将前列腺癌基因芯片数据分成癌症和正常两种。本文着重研究小波高频系数基因芯片数据的特征提取,并通过实验对比小波高频系数和低频系数特征提取对分类器性能的影响。其中haar小波3层分解提取高频系数,送入分类器分类后,得到的正确分类率为93.31%。db1小波4层分解提取低频系数,送入分类器分类后,得到的正确分类率为93.53%。小波低频系数特征提取分类效果总体上好于高频系数,分类器性能稳定。
- 刘玉杰刘毅慧
- 关键词：小波分析支持向量机低频系数
- 基于小波低频系数基因芯片数据的特征提取被引量：7
- 2011年
- 特征提取和分类是模式识别中的关键问题。结合小波分析理论和支持向量机理论,构造分类器模型,将前列腺癌基因芯片数据分成癌症和正常两种。提取小波低频系数表征原始数据并送入支持向量机分类器分类,实验证明:提取db1小波4层分解下的低频系数,送入分类器分类后正确分类率达到93.53%。Haar小波的正确率是92.94%。可见提取不同小波低频系数,得到的分类效果相差不大。
- 刘玉杰刘毅慧
- 关键词：小波分析支持向量机
