摘要：该文提出一种用于多类型癌症分子分型的演化超网络模式识别方法。首先采用“一对多”方法，将一个多类分型问题转化为多个二类分型问题；然后利用信噪比方法对DNA微阵列数据进行信息基因选择；经过超网络对训练集的演化学习，构造一系列二类分类器并进行集成，最终构建一个多类型癌症分型系统并对待测样本进行分类。对急性白血病、儿童小圆蓝细胞肿瘤和GCM数据集实验结果表明：演化超网络留一交叉验证（LOOCV）识别率分别为：98.61%，100%和85.35%。演化超网络有利于挖掘癌症相关基因，具有良好的学习结果可读性。

原文链接:http://www.cqvip.com//QK/91130A/201310/47285558.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）