一种新的分类方法--属性均值聚类属性支持向量机(AMC-ASVM); A Novel Classification Method-AMC-ASVM | |
孙喜晨 ; 贺仁亚 ; 封举富 | |
2007 | |
关键词 | 模式识别 属性均值聚类 支持向量机 基因表达数据 |
英文摘要 | 在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法--基于(属性)聚类的属性支持向量机算法(AMC-ASVM).主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器.这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据.另外,该方法也可以看作是堆近邻分类法的自然推广.在实验部分,将其用于结肠癌基因表达数据的处理.实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法.; 国家自然科学基金; 国家重点基础研究发展计划(973计划); 教育部跨世纪优秀人才培养计划; 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0; 1; 82-84; 43 |
语种 | 中文 |
出处 | 万方 ; http://d.g.wanfangdata.com.cn/Periodical_bjdxxb200701014.aspx |
出版者 | 北京大学学报 自然科学版 |
内容类型 | 其他 |
源URL | [http://hdl.handle.net/20.500.11897/185109] |
专题 | 数学科学学院 信息科学技术学院 |
推荐引用方式 GB/T 7714 | 孙喜晨,贺仁亚,封举富. 一种新的分类方法--属性均值聚类属性支持向量机(AMC-ASVM), A Novel Classification Method-AMC-ASVM. 2007-01-01. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论