基于闭合模式的高维生物数据分类算法研究

• 作者: 周明 易丽君 李宏 李翔 陈松乔
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 关联规则 规则组 闭合模式 上边界
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 1423-1426
• 页数: 4页
• 分类号: TP311
• 字数: 4095字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2007.08.016

摘要

针对基因表达谱数据的特点提出了基于闭合模式的FEALL分类算法.首先对数据进行预处理,剔除表达谱中的无关基因,从而降低FEALL算法的时间复杂度,减少冗余关联规则的产生;然后根据FEALL算法对行集建立行FP-tree,并对每行建立路径枚举树,挖掘出兴趣规则组的上边界,基于上边界建立分类器对样本进行分类预测,无法识别的样本采用权重判断算法进行判断.实验证明FEALL算法具有较高的效率和预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松乔	中南大学信息科学与工程学院	316	3775	27.0	45.0
2	李宏	中南大学信息科学与工程学院	73	514	13.0	19.0
3	李翔	中南大学信息科学与工程学院	58	328	9.0	16.0
4	周明	中南大学信息科学与工程学院	34	215	10.0	13.0
5	易丽君	中南大学信息科学与工程学院	3	7	2.0	2.0