降维近似支持向量机基因芯片数据分类器

基因芯片技术的出现改变了生物医学研究的前景,其产生的海量数据是限制其发展的瓶颈问题。论文针对基因芯片数据量大、样本数低和基因维数高的特点,提出了一种对基因芯片数据进行分类的降维近似支持向量机DRPSVM基因芯片数据分类器。DRPSVM采用降维的二次规划算法,使得该算法的时间复杂度和空间复杂度比传统的PSVM算法均有降低。通过在CAMDA2000、colon1dataset和colon2dataset等基因芯片数据集上的与BP、Nearest、RBF、SVM分类器的分类性能比较,DRPSVM在数据样本少、数据维数急剧升高时,分类性能稳定、存在唯一的最优解、训练时间快,适合基因芯片数据分类的应用环境。