论文部分内容阅读
基于基因表达谱对组织样本进行分类，在疾病诊断领域，是个非常重要的研究课题。在基因表达数据中，基因的数量（几千个）相对于数据样本（几十个）的个数通常比较多；也就是说，数据的维数相比于数据点的个数来说比较高（这个就是采样不足问题）。过高的维数（特征或基因数）将给分类问题带来极大的挑战。提出了结合非相关线性判别式分析方法（ULDA）和支持向量机（SVM）分类算法，对结肠癌组织样本进行分类识别，并同其他方法作了比较研究，分类效果得到了提高；结果表明了该方法的可行性和有效性。