基因微阵列数据

作品数:11被引量:20H指数:2
导出分析报告
相关领域:自动化与计算机技术更多>>
相关作者:孟军郝涵李锐陈莉马煜更多>>
相关机构:大连理工大学西北大学湖北汽车工业学院东北师范大学更多>>
相关期刊:《郑州大学学报(工学版)》《计算机技术与发展》《计算机工程与设计》《科学技术与工程》更多>>
相关基金:国家自然科学基金陕西省自然科学基金辽宁省自然科学基金天津市应用基础与前沿技术研究计划更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于BTLBOGSA与CNN的基因微阵列数据分类模型
《广西科学》2022年第2期260-268,共9页赵晚昭 谢聪 
广西自然科学基金项目(2021GXNSFBA220080);广西高等教育本科教学改革工程项目(2021JGA425);广西中青年教师科研基础能力提升项目(2021KY1736);国家自然科学基金企业创新发展联合基金(U19B2021)资助。
针对现有基因微阵列数据分类中存在的数据维度高、容易发生过拟合的问题,提出了基于BTLBOGSA(Binary TLBOGSA)与卷积神经网络(Convolutional Neural Network,CNN)的基因微阵列数据分类模型(BTLBOGSA-CNN)。该模型首先针对基因微阵列数...
关键词:基因微阵列数据分类 教与学优化算法 引力搜索算法 特征选择 卷积神经网络 
结合近邻传播聚类的选择性集成分类方法被引量:12
《计算机研究与发展》2018年第5期986-993,共8页孟军 张晶 姜丁菱 何馨宇 李丽双 
国家自然科学基金项目(61472061;61672126)~~
从海量的基因微阵列数据中提取出有价值的信息是生物信息学的研究热点.基因微阵列数据具有高维度、小样本和高冗余的特性.因此,提出一种基于相交邻域粗糙集的基因选择方法,挑选出关键基因用于对微阵列数据进行分类.首先利用pathway知识...
关键词:选择性集成 近邻传播 通路 相交邻域 基因微阵列数据 
基于相交邻域粗糙集的基因微阵列数据分类被引量:4
《计算机科学》2015年第6期37-40,66,共5页孟军 李锐 郝涵 
辽宁省自然科学基金项目(20130200029)资助
在对基因微阵列数据的特征选择和分类的研究中,粗糙集理论是一个可以消除冗余基因的有效工具。但是传统的粗糙集模型不能很好地处理连续型数值数据,而离散化方法可能会导致信息的丢失。为此,提出了一种基于相交邻域粗糙集模型的属性约...
关键词:粗糙集 相交邻域 基因微阵列数据 
基于流形学习的基因微阵列数据分类方法被引量:1
《郑州大学学报(工学版)》2012年第5期121-124,共4页李强 石陆魁 刘恩海 王歌 
天津市应用基础及前沿技术研究计划资助项目(10JCZDJC16000)
提出了一种结合流形学习方法与分类算法的基因微阵列数据分类模型,先用流形学习算法对基因微阵列数据进行降维处理,然后再对降维后的数据进行分类.在实验中将流形学习算法LLE、ISO-MAP、LE和LTSA与三种分类算法相结合,并与直接用高维数...
关键词:流形学习 分类 基因 微阵列数据 
基于Double-Bagging决策树的基因微阵列数据研究被引量:1
《湖北汽车工业学院学报》2009年第2期40-43,共4页袁科 
Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差。基于Torsten等人提出的Double-Bagging算法,本文对其加以修改并应用于基因微阵列数据的处理。在给定的训练数据集和测试集上试验并比较了多种分类器,结果表明D...
关键词:Double—Bagging算法 Double-Bagging决策树 基因微阵列数据 分类器 
粒计算在基因微阵列数据特征选择中的应用
《科学技术与工程》2009年第6期1424-1427,1455,共5页王俊 祁云嵩 韩利 
国家自然科学基金(60773172)资助
对于许多模式识别问题来说,特征选择是一个非常重要的数据预处理技术,这对于维数高,而样本又相对较小的微阵列数据来说更是如此。提出一种将粒计算与传统的SVM-RFE算法相结合的特征选择算法。这种算法能够有效地去除大部分与分类无关的...
关键词:微阵列基因表达数据 特征选择 粒计算 SVM-RFE算法 
基于特征选择与分类算法的基因微阵列数据挖掘
《福建电脑》2008年第1期66-67,共2页张瑞春 张春霞 马文凯 
特征选择和分类在数据挖掘中是非常重要的任务。特征选择将对结果影响较大的特征选择出来,让后期的机器学习变得简单而有效。分类能把数据库中的数据项映射到给定类别中的某一个,这种技术目前在商业上得到广泛应用。本文在特征选择、分...
关键词:数据挖掘 特征选择 分类器 基因微阵列数据 
决策树分类器在分析基因微阵列数据中的应用被引量:1
《计算机工程与设计》2006年第15期2905-2908,共4页项婧 任劼 
近年来,需要深入研究癌症细胞的基因表达技术正在不断增多。机器学习算法已经被广泛用于当今世界的许多领域,但是却很少应用于生物信息领域。系统研究了决策树的生成、修剪的原理和算法以及其它与决策树相关的问题;并且根据CAMDA2000(cr...
关键词:机器学习 决策树 剪枝算法 微阵列数据分析 数据挖掘 知识发现 
基因微阵列数据的聚类分析算法研究被引量:1
《计算机工程与应用》2006年第5期176-178,206,共4页马煜 陈莉 欧立奇 
陕西省自然科学基金资助项目(编号:98X11);陕西省教育厅重点科研计划资助项目(编号:00JK015)
微阵列技术是后基因组时代功能基因组研究的主要工具。基因表达谱数据的聚类分析对于研究基因功能和基因调控机制有重要意义。针对聚类算法要求事先确定簇的个数、对噪声敏感和可伸缩性差的问题,基于密度聚类算法DBSCAN和共享近邻Shared...
关键词:微阵列 基因表达谱 聚类 
基因微阵列数据中的聚类技术研究
《计算机技术与发展》2006年第2期117-119,122,共4页马煜 陈莉 方鹤鹤 
陕西省自然科学基金(98X11);陕西省教育厅重点科研计划项目(00JK015)
微阵列技术是后基因时代功能基因组研究的主要工具。由于采用了高效的并行杂交技术,每次实验可以得到大量丰富的数据,因此其结果分析成为一项很有挑战性而且具有重要意义的工作。聚类分析是微阵列数据分析中使用最为广泛的一类方法。微...
关键词:微阵列 基因表达谱 聚类分析 
检索报告 对象比较 聚类工具 使用帮助 返回顶部