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:
微阵列数据具有样本小、维度高的特点,给数据分析带来了困难.因此,在生物信息学的研究和应用中,从微阵列数据里挑选主基因(特征选取)是十分重要和有意义的.本文采用基于最优正交质心特征选取算法(OCFS)来挑选主基因,并与基于信噪比的主基因挑选法和基于遗传算法的主基因挑选法进行了对比.利用挑选出的主基因,采用支持向量机(SVM)对数据样本进行了分类研究.通过实验,在经典的白血病数据集上,对于34个样本的测试集,达到了33/34的分类准确率,表明了本方法的适用性.
推荐文章
一种有效的DNA微阵列数据特征基因提取方法
DNA微阵列
支持向量机
特征基因
特征选取
DNA微阵列的数字图像处理
图像处理
DNA微阵列
基因表达
吗啡急性处理小鼠的微阵列数据分析和生物标记识别
吗啡
小鼠
微阵列分析
基因表达
生物学标记
功能富集分析
基于遗传算法的基因微阵列数据聚类
微阵列数据
聚类
遗传算法
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 基于最优正交质心特征选取的DNA微阵列数据分析
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 最优正交质心 特征选取 特征萃取 DNA微阵列 支持向量机
年,卷(期) 2007,(2) 所属期刊栏目
研究方向 页码范围 233-237
页数 5页 分类号 TP311
字数 3926字 语种 中文
DOI 10.3969/j.issn.1006-3080.2007.02.019
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 邵志清 华东理工大学理学院 90 761 14.0 24.0
2 钱夕元 华东理工大学理学院 31 264 7.0 16.0
3 倪中新 华东理工大学信息科学与工程学院 6 79 3.0 6.0
4 QIAN Xi-yuan 华东理工大学理学院 1 1 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  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
最优正交质心
特征选取
特征萃取
DNA微阵列
支持向量机
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
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
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