انتخاب ژن و دسته بندی سلول های سرطانی به کمک سیستم ترکیبی ماشین بردار پشتیبان (SVM) و الگوریتم ژنتیک ارتقاء یافته (IEGA)
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,956
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSICC15_129
تاریخ نمایه سازی: 26 مهر 1388
چکیده مقاله:
تحلیل اطلاعات ریزآرایه ها، استفاده بهینه و پالودن اطلاعا ت آن در مقاله حاض ر، هدف اصلی است. برآنیم تا در شکلی کاملا متفاوت از الگوریتم ژنتیک در انتخاب و جستجوی ژ ن های ریزآر ایه و از SVM به عنوان الگوریتم یادگیرنده ثانوی تشخیص نمونه ها سود بریم . چون الگوریتم ژنتیک ظرفیت پذیرفتن تغییرات را جهت ارتقای عملکرد داراست، علاوه بر استفاده ی مذکور ، از SVM به عنوان تابع شایستگی توکار در الگوریتم ژنتیک نیز استفاده شده است . در نتیجه نحوه ی تولیدجمعیت اولیه کاملا دگرگون شده و از طریق استفاده توامان از دو روش کاملا ابداعی« انحصاری » و « انضمامی » به انجام رسیده است. الگوریتم ژنتیک ارتقا یافته IEGA نامیده شده است جهت ورود به الگوریتم پیشنهادی در ابتدا به مباحث مورد نیاز پرداخته شده و در انتها نیزنتایج چه از لحاظ روند اجرای الگوریتم و چه از نظر مقادیر پایانی درمقایسه با سایر الگوریتم هایی که هدف مشابهی را دنبال می کنند، آورده شده است.
کلیدواژه ها:
نویسندگان
مرتضی حاجی عباسی
دانشگاه آزاد اسلامی واحد قزوین
کریم فائز
دانشگاه صنعتی امیرکبیر
سیدمحمدتقی جوادی
دانشگاه آزاد اسلامی واحد قزوین
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :