论文部分内容阅读
在对候选基因进行排序时，支持向量数据描述（SVDD）可以用来描述各种异构的数据源，如序列数据、学术文献数据、各种生物实验数据等。由于生物实验数据带有噪声，在用SVDD对其描述时，会遇到噪声的影响。本研究通过公式推导扩展了原始的SVDD，提出不确定支持向量数据描述（USVDD），用来降低噪声的影响。利用酵母基因表达数据进行实验，结果表明该方法比标准的SVDD对带噪声的数据具有更好的描述能力。