基于支持向量机集成方法的膀胱癌预后研究

杨帆; 杨大利; 朱熹

首页> 中文期刊> 《北京信息科技大学学报（自然科学版）》 >基于支持向量机集成方法的膀胱癌预后研究

基于支持向量机集成方法的膀胱癌预后研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

将支持向量机方法应用于膀胱癌预后研究,提出一种基于差异性的Boosting-SVM模型集成方法.膀胱癌患者数据集呈现小样本、类别不平衡特性.故通过重采样得到局部类别平衡的子训练集,以获得泛化性良好的支持向量机基分类器.同时提出一种基于差异性度量的模型调优方法,增大基分类器间的差异性,克服样本量不足的问题,提高模型整体的泛化性.实验表明,改进方法相比于传统支持向量机方法相对错误率下降17.76％,多数类和少数类平均召回率的标准差相对下降84.36％.

著录项

来源
《北京信息科技大学学报（自然科学版）》 |2017年第1期|24-31|共8页
作者
杨帆; 杨大利; 朱熹;
展开▼
作者单位

北京信息科技大学计算机学院,北京100101;

北京信息科技大学计算机学院,北京100101;

首都医科大学附属北京友谊医院泌尿外科,北京100050;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP237;
关键词
膀胱癌预后; 支持向量机; 集成学习; 基分类器; 差异性;

相似文献

中文文献
外文文献
专利

1. 基于支持向量机集成学习方法的高新技术上市公司绩效预测研究 [J] . 吴荣顺 ,王丹阳 ,戚啸艳 . 东南大学学报（哲学社会科学版） . 2015,第006期
2. 基于集成支持向量机的故障诊断方法研究 [J] . 王金彪 ,周伟 ,王澍 . 电光与控制 . 2012,第002期
3. 基于离散化方法的支持向量机集成研究 [J] . 蔡铁 ,伍星 ,李烨 . 现代计算机（专业版） . 2008,第007期
4. 一种基于样本近邻分类精度的支持向量机集成方法 [J] . 吕晓燕 ,陈立潮 . 中北大学学报（自然科学版） . 2019,第002期
5. 基于深度集成支持向量机的工业过程软测量方法 [J] . 马建 ,邓晓刚 ,王磊 . 化工学报 . 2018,第003期
6. 基于集成支持向量机的入侵检测方法 [C] . LI Xian ,李娴 . 第21届全国计算机新科技与计算机教育学术大会 . 2010
7. 基于lncRNA表达谱的膀胱癌预后列线图的建立及预后lncRNA的功能研究 [A] . 王一凡 . 2020

基于支持向量机集成方法的膀胱癌预后研究

摘要

著录项

相似文献

相关主题

期刊订阅