基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基因选择是基因芯片数据分析中的一个重要问题.基因选择的主要困难在于基因数远远大于实验样本数.在Fisher优化模型的基础上,提出了快速Fisher优化模型,从而使得算法的计算规模主要依赖于样本数而不是特征数,大大提高了计算速度.在公共数据中的实验表明该方法速度快,选择的基因对分类结果是有效的.
推荐文章
基于杂交式基因选择的核Fisher分类算法
核Fisher算法
杂交式基因选择
基因表达数据
基于Fisher线性判别模型的文本特征选择算法
Fisher线性判别模型
文本分类
特征选择
基于筛选-优化的基因选择
相关性系数
蚁群优化
基因选择
基于邻域熵与蚁群优化的基因选择算法
基因选择
蚁群优化
邻域熵
邻域粗糙集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基因选择的快速Fisher优化模型
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 基因芯片 基因选择 特征选择 Fisher优化模型
年,卷(期) 2005,(1) 所属期刊栏目
研究方向 页码范围 122-128
页数 7页 分类号 TP391.41
字数 4665字 语种 中文
DOI 10.3321/j.issn:0479-8023.2005.01.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 封举富 北京大学信息科学技术学院信息科学中心视觉与听觉信息处理国家重点实验室 24 360 9.0 18.0
2 时建新 北京大学信息科学技术学院信息科学中心视觉与听觉信息处理国家重点实验室 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (61)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(7)
  • 引证文献(2)
  • 二级引证文献(5)
2010(10)
  • 引证文献(0)
  • 二级引证文献(10)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(10)
  • 引证文献(0)
  • 二级引证文献(10)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(8)
  • 引证文献(0)
  • 二级引证文献(8)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基因芯片
基因选择
特征选择
Fisher优化模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导