没有合适的资源？快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基因表达数据分类的混合特征选择算法
基因表达数据分类的混合特征选择算法
研究论文
1 下载量
20 浏览量
2021-03-19
22:45:27
上传
评论
收藏
409KB
PDF
举报
温馨提示
立即下载
基因表达数据分类的混合特征选择算法
资源推荐
资源评论
一种有效的混合数据特征选择算法
浏览：41
一种有效的混合数据特征选择算法
集成特征选择方法在基因表达数据上的应用
浏览：32
基因表达数据的研究是生物医学上的一个重要课题。基于其高维度、小样本的特点,特征选择已经成为数据预处理阶段的关键步骤。单一特征选择方法得到的特征子集可能会有偏差,本研究在特征选择上引入集成学习的思想,构建集成特征选择模型,并将此模型应用到3个不同的基因表达数据集上。为了评价特征子集的分类预测性能,使用支持向量机作为分类器进行测试。实验结果表明:相对于单一的特征选择方法,集成特征选择能够有效提高分类模
基于FCBF特征选择和集成优化学习的基因表达数据分类算法
浏览：75
针对微阵列基因表达数据高维小样本、高冗余且高噪声的问题，提出一种基于FCBF特征选择和集成优化学习的分类算法FICS-EKELM。首先使用快速关联过滤方法FCBF滤除部分不相关特征和噪声，找出与类别相关性较高的特征集合；其次，运用抽样技术生成多个样本子集，在每个训练子集上利用改进乌鸦搜索算法同步实现最优特征子集选择和核极限学习机KELM分类器参数优化；然后基于基分类器构建集成分类模型对目标数据进行
基于Neuro-Fuzzy-Rough集的基于基因表达数据的癌症分类特征选择技术-研究论文
浏览：11
癌症诊断中的基因表达研究是通过微阵列技术完成的。 微阵列技术问题的描述（选择正确的基因组和维数诅咒）和克服这些问题的建议技术是本文的范围。 所提出的技术通过混合特征选择方法从数据集中去除最不相关、冗余和噪声特征，从而有助于提高学习模型的性能。 最近几天，许多研究致力于混合特征选择技术，它结合了两种或多种特征选择技术而不是使用单一的特征选择技术。 在本文中，我们提出了基于神经模糊粗糙集的混合特征选择
基因表达数据在邻域关系中的特征选择
浏览：55
基因表达数据在邻域关系中的特征选择
论文研究-基于粒子对和差分进化的基因表达数据聚类.pdf
浏览：176
针对粒子对算法存在过早陷入局部最优导致聚类精度不高以及聚类结果对初始粒子比较敏感等问题, 提出了一...将混合算法应用于真实的基因表达数据, 实验结果表明, 混合算法比K-means和PPO算法具有更好的聚类结果和稳定性。
论文研究-基于粒子对和极值优化的基因聚类混合算法研究.pdf
浏览：5
针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题，建议了一种新的基于粒子对(PPO)与极值...将混合算法应用于真实的基因表达数据。实验结果表明，混合算法比K-means和粒子对算法具有更好的聚类精度和稳定性。
基于一种混合法的胃癌基因表达谱分类特征基因选取 (2010年)
浏览：194
通过对29例来自日本的胃癌样本基因表达谱数据集进行样本分类特征基因选择的研究，提出一种称为混合法的特征基因选取方法。该法结合了基因选择法中的过滤法（filter）和融合法（wrapper）的优点，可在过滤法的时间内...
一种基因数据分析的半监督学习算法
浏览：140
基因表达数据中基因的数目巨大，大部分都无法为样本的区分提供有用信息，因此识别出一小部分能提供足够有用信息的基因并实现很好的分类至关重要，这一小部分有效基因被称为分类特征基因。特征基因选择通常由去除分类...
面向时序基因表达数据的双聚类算法 (2013年)
浏览：164
对某种生物而言, 在某段连续时间内共表达的基因预示着其在同时完成某一生物过程或其间存在某种调控关系; 而目前在基因表达数据上的大多数双聚类算法都是针对非连续样本点的情况提出的, 对于连续样本点（样本之间存在顺序关系）的情况很少涉及。因此在考虑连续样本点的情况下, 提出了一种在时序基因表达数据上挖掘极大一致趋势共表达基因集的双聚类算法TCBicluster。在每个时间点产生行常量共表达基因集, 进而
大数据-算法-模式分类中混合特征选择算法研究.pdf
浏览：122
大数据-算法
基因表达数据在邻域关系中的特征选择 (2014年)
浏览：61
基因特征选择是基因表达数据分析中的一种重要方法。粗糙集是一种处理不确定性、不一致性、不精确性数据的有效分类工具,其特点是保持基因表达数据集的分类能力不变,进行基因特征选择。为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,将邻域粗糙集特征选择方法应用于基因的特征选取,提出了基于邻域粗糙集的基因选择方法。该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类
数据融合matlab代码-TBN_learning:TBN_learning是MATLAB实施的混合算法，用于在全基因组范围内学习转录贝叶斯网
浏览：47
它联合整合了ChIP-seq衍生的转录法规，作为先验信息和基因表达数据，既作为证据，又作为与每种转录依赖性相关的抽样概率。 由于其在本地和全局网络级别上应用的搜索和评分模式，该算法有效地处理了基因组规模的网络 ...
基于粒子对和极值优化的基因聚类混合算法研究 (2011年)
浏览：103
针对粒子对算法存在过早陷入局部最优导致精度不是很高的问题,建议了一种新的基于粒子对(PPO) 与极值...将混合算法应用于真实的基因表达数据。实验结果表明,混合算法比K-means和粒子对算法具有更好的聚类精度和稳定性。
PSOSearch:PSO搜索
浏览：76
有关基因表达数据分类的应用，请参阅： Enrique Alba，JoséGarcía-Nieto，Laetitia Jourdan，El-Ghazali Talbi： 使用PSO / SVM和GA / SVM混合算法进行癌症分类中的基因选择。 IEEE进化计算大会2007：284-290
数据之舞：大数据与数据挖掘.doc
浏览：67
我们可以取用所有这些数据 进行数据挖掘，看一看为什么一种细胞系对混合药剂有良好的反应，而另一种没有。我 们可以抽取一对观察结果，开发出合适的靶向药品，并在临床测试。" 互联网上的火眼金睛 当医学家忙于应对...
图像处理基础（第2版）.[美]Maria Petrou(带详细书签).pdf
浏览：144
2.0.9 如何选择矩阵U和V以使表达g的比特数比f少？ 40 2.0.10 什么是矩阵对角化？ 40 2.0.11 可以对角化任何矩阵吗？ 40 2.1 奇异值分解 40 2.1.1 如何能对角化一幅图像？ 40 B2.1 可将任何图像都展开成矢量的...
基因表达数据的分层近邻传播聚类算法
浏览：193
基因表达数据的分层近邻传播聚类算法
一种高效的基因表达数据加权生成算法
浏览：137
一种高效的基因表达数据加权生成算法
样本过滤的基因表达数据分类
浏览：114
针对单个人工神经网络稳定性差、分类精度不高的缺点,提出了基于样本过滤的人工神经网络集成算法,并用于基因表达数据分类.采用基因表达数据集Leukemia进行实验仿真,并与单个BP神经网络、Bagging神经网络集成和支持向量机进行比较.结果表明,样本过滤算法具有更好的稳定性和更高的分类精度.
基因表达数据fuzzy c-means 算法
浏览：79
聚类算法，不包含基因表达数据，数据可以在 GENE BANK中下载
使用基因表达数据的基于RPCA的肿瘤分类
浏览：57
使用基因表达数据的基于RPCA的肿瘤分类
基因表达数据的频繁模式挖掘算法 (2009年)
浏览：66
使用关联规则的方法来挖掘基因表达数据，在研究分析经典关联规则挖掘算法优缺点的基础上，立足于基因表达数据所呈现的新特征，提出一种基于BSC_tree的分段与运算基因表达数据频繁模式挖掘新算法BSC-AND．实验结果表明，与FP-growth和FIS算法相比，所提出的算法具有更低的时间复杂性．
基于异质性的极限学习机集成的基因表达数据分类
浏览：186
基于异质性的极限学习机集成的基因表达数据分类
最小支撑树算法在基因表达数据聚类分析中的应用
浏览：184
聚类分析已成为对基因表达数据进行挖掘及提取生物医学重要信息的主要方法
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38636983
粉丝: 2
资源:
872
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
游戏操纵杆案例dome
默写49个过程、查看工具与技术
(资源包名是松下不必介意实际是台达)台达PLC例程源码污水处理(台达PLC+触摸屏程序)
开唛K歌(沫沫VIP会员版)无限唱_2.1.5_新稳定版.apk
python学习第一步，安装步骤
一键关闭危险服务和常见病毒木马端口.zip
(资源包名是松下不必介意实际是台达)台达PLC例程源码台达与丹佛斯fc51modbus通信程序带注解
(资源包名是松下不必介意实际是台达)台达PLC例程源码台达霓虹灯循环程序
多种液体自动混合系统.mwp
(资源包名是松下不必介意实际是台达)台达PLC例程源码台达例程序
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
