مشاهده مشخصات مقاله
انتخاب ويژگي در دسته بندي سرطان با استفاده از الگوريتم تركيبي PSO/SVM به كمك پيش پردازش فازي
|
نویسنده (ها) |
|
|
مربوط به کنفرانس |
چهاردهمین کنفرانس ملی سالانه انجمن کامپیوتر ایران |
|
چکیده |
دسته بندي داده هاي ميكروآرايه براي تشخيص نمونه هاي
سالم از سرطاني، به علت تعداد بالاي ويژگ يها (ژن ها) و تعداد كم نمونه ها هميشه با چالش مواجه بوده است. در اين تحقيق كاربردنمونه ها هميشه با چالش مواجه بوده است. در اين تحقيق كاربرد PSO در انتخاب ويژگي داده هاي ميكروآرايه ( مربوط به ٦ مجموعه دادة
لوكمي، سرطان رودة بزرگ، سرطان سينه، سرطان ريه، سرطان
تخمدان و سرطان پروستات) بررسي شده است. دقت دسته بند ِ ي يك دسته بندي كنندة SVM نيز به عنوان تابع برازش PSO درنظر گرفته شده است. در اين ديدگاه از الگوريتم Adatron به عنوان كرنل SVM استفاده شده است. الگوريتم Adatron نه تنها رسيدن به راه حل بهينه را تضمين مي كند بلكه سرعت همگرايي را در هر تكرار آموزش به
صورت نمايي افزايش مي دهد. در اين ديدگاه براي بالا بردن كارايي، از
يك روش پيش پردازش فازي استفاده شده است و ارزيابي دسته بندي كننده با استفاده از روش K-Fold Cross Validation صورت گرفته است. |
|
قیمت |
-
برای اعضای سایت : ۱٠٠,٠٠٠ ریال
-
برای دانشجویان عضو انجمن : ۲٠,٠٠٠ ریال
-
برای اعضای عادی انجمن : ۴٠,٠٠٠ ریال
|
خرید مقاله
|
|
.gif){kind=icon}