|
Conference publicationsAbstractsXXIV conferenceChoosing SVM kernel for classification of biomedical dataNational Research Tomsk State university, laboratory of biophotonics, Lenina ave. 36, Tomsk, Russia, 6340250, e-mail: denis.vrazhnov@gmail.com 1National Research Tomsk State university, laboratory of biophotonics, Lenina ave. 36, Tomsk, Russia, 6340250, phone num.: (3822) 529843, e-mail: shpv@phys.tsu.ru Особый интерес в рамках интеллектуальной обработки данных методом опорных векторов (МОВ) представляет задача согласованного выбора оптимальных параметров классификатора и параметров алгоритмов предварительной обработки данных. Наиболее известным критерием качества фильтрации с позиции классификатора являются чувствительность и специфичность классификатора на отфильтрованных данных по сравнению с исходными данными [1]. Формулировка МОВ в терминах ядер [2] позволила существенно расширить класс решаемых задач, однако вопрос выбора ядра для конкретной задачи остается открытым. В ряде публикаций (например, [3]) было показано, что существует тесная связь между RBF ядром МОВ, применяемым для высокочастотной фильтрации, и функцией Грина для уравнения диффузии. Таким образом, использование функций Грина с заданными свойствами (наследуемыми из соответствующий дифференциальных уравнений) можно расширить область применимости МОВ за счет введения дополнительных параметров. В данной работе приводится методика выбора ядра МОВ в задаче классификации биомедицинских данных и предлагается новое ядро на основе функции Грина для уравнения Орнштейна – Уленбека.
|
