基于相关性分析的基因选择算法

• 作者: 吴平 王德林 王明怡
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 微阵列 基因选择 相关性分析 无监督学习
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1289-1292
• 页数: 4页
• 分类号: TP181|Q7
• 字数: 3850字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2004.10.012

摘要

常用的排列法从微阵列数据中选择的基因集合会包含相关性较高的基因,这会影响分类器的性能,为了去除这些冗余基因(特征),提出了无监督的特征选择算法.该算法主要包含:将原始特征集划分为一组相似的子集(聚类);从每个聚类中选择代表性特征.特征的划分采用特征间的相关性作为测度以k近邻原则来完成.该算法无需指定聚类数量,时间复杂度低.真实的生物学数据实验证明该算法可显著提高分类器的分类准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴平	浙江大学生命科学学院	58	2025	24.0	44.0
2	王明怡	浙江大学生命科学学院	5	75	5.0	5.0
3	王德林	中国计量学院计算机科学与工程学系	4	43	3.0	4.0