期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种改进的基因表达数据分类方法
被引量:
3
1
作者
蔡立军
沈
小乔
+1 位作者
林亚平
蒋林波
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2007年第3期79-82,共4页
从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的...
从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余.实验结果表明,新方法可有效提高分类准确率和特征选取的效率.
展开更多
关键词
基因表达数据分类
SVM
KNN
特征选择
下载PDF
职称材料
题名
一种改进的基因表达数据分类方法
被引量:
3
1
作者
蔡立军
沈
小乔
林亚平
蒋林波
机构
湖南大学计算机与通信学院
出处
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2007年第3期79-82,共4页
基金
湖南省自然科学基金(06JJ20049)
湖南省教育厅优秀青年项目(06B047)
文摘
从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余.实验结果表明,新方法可有效提高分类准确率和特征选取的效率.
关键词
基因表达数据分类
SVM
KNN
特征选择
Keywords
gene expression data classification, SVM, KNN, feature selection
分类号
Q786 [生物学—分子生物学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种改进的基因表达数据分类方法
蔡立军
沈
小乔
林亚平
蒋林波
《湖南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2007
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部