|
|||||
|
|
| 极限学习机集成在肿瘤分类中的应用 | |
| 引用本文： | 陆慧娟,张金伟,马小平,郑文斌.极限学习机集成在肿瘤分类中的应用[J].数学的实践与认识,2012,42(17):148-154. |
| 作者姓名： | 陆慧娟 张金伟 马小平 郑文斌 |
| 作者单位： | 1. 中国矿业大学信息与电气工程学院,安徽徐州221008;中国计量学院信息工程学院,浙江杭州310018 2. 中国计量学院信息工程学院,浙江杭州,310018 3. 中国矿业大学信息与电气工程学院,安徽徐州,221008 |
| 基金项目： | 国家自然科学基金与癌症相关重要基因调控途径的识别研究，浙江省自然科学基金面向肿瘤分类的优化敏感机器学习方法研究，浙江大学包氏中国留学金基金 |
| 摘 要： | 提出一种基于数据集分割的极限学习机集成算法——DS-E-ELM.该算法主要包含以下3个步骤:首先,将数据集分成互不相关的κ个子集,选择κ一1个子集组合成一个训练集,这样可以得到κ个不同的数据集;然后将新得到的κ个数据集利用极限学习机训练得到κ个分类器;最后对κ个分类器预测得到的结果通过多数投票的方法决定预测结果.通过对6个肿瘤数据集的实验证明,DS-E-ELM与单独的ELM、Bagging、Boosting等算法相比,具有更高的分类精度,且稳定性更好. |
| 关 键 词： | 极限学习机 数据集分割 肿瘤分类 集成 |
Tumor Classification Using Extreme Learning Machine Ensemble |
|
| LU Hui-juan , ZHANG Jin-wei , MA Xiao-ping , ZHENG Wen-bin.Tumor Classification Using Extreme Learning Machine Ensemble[J].Mathematics in Practice and Theory,2012,42(17):148-154. | |
| Authors: | LU Hui-juan ZHANG Jin-wei MA Xiao-ping ZHENG Wen-bin |
| Institution: | 1.School of Information and Electrical Engineering,China University of Mining & Technology,Xuzhou 221008, China) (2.College of Information Engineering,China Jiliang University,Hangzhou 310018,China) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |