支持向量機在非球形分布數(shù)據(jù)集和腫瘤基因中的應用研究.pdf

1、支持向量機是利用最優(yōu)化方法來解決機器學習問題的新工具，是20世紀90年代中期由Vapnik[1]等人提出的。僅十幾年的時間，不論是在理論上還是在應用上都有了突破性的進展。支持向量機作為一種重要的分類工具尤其在處理高維數(shù)、小樣本等數(shù)據(jù)集時，表現(xiàn)出了較顯著的優(yōu)勢，因此，隨著研究的不斷深入，其具體工程方面的應用也越來越多。但支持向量機對噪聲點過于敏感[2]，因此有效地降低噪聲干擾可以使支持向量機的分類性能更高。
　　 在生物學中，利用

2、基因芯片技術可以得到樣本數(shù)不多、維數(shù)卻非常高的基因表達譜，從基因表達譜中準確而有效地將腫瘤樣本辨識出來對臨床醫(yī)學是極其有意義也是十分有幫助的。在面對小樣本、高維數(shù)這樣的數(shù)據(jù)集時，支持向量機表現(xiàn)出了明顯的優(yōu)勢，因此，研究和構造出一個更適合辨識腫瘤基因表達譜的分類器成為大家研究的熱點。
　　 本文的主要工作如下：
　　 1.傳統(tǒng)支持向量機對噪聲點的干擾太過敏感，模糊支持向量機(FSVM)對數(shù)據(jù)集的分布形狀又過分依賴，針對此問

3、題，首先構造一個噪聲過濾系統(tǒng)(NFS)，將樣本集中極可能是噪聲的數(shù)據(jù)點過濾掉；然后將文獻[3]中提出的等價類系數(shù)作為懲戒因子融入到傳統(tǒng)的支持向量機模型中，進一步降低噪聲數(shù)據(jù)對分類的影響。該方法在處理含有較多噪聲數(shù)據(jù)又呈現(xiàn)非球形分布的數(shù)據(jù)集時，表現(xiàn)出了較好的抗噪性和分類能力。
　　 2.對腫瘤基因表達譜進行分析，從而有效區(qū)分正常樣本與腫瘤樣本的關鍵是：準確找出能夠決定樣本類別的最少特征基因，并用一個性能較好的分類器進行分類預測。針