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:
为了能找出与疾病相关的诊断基因,更好地进行基因诊断和基因治疗,利用支持矢量机(Support Vector Machines,SVM)给出了一种针对多病类情况的基于SVM和相关性的基因选择方法.该方法一次性考虑基因区分所有病类的能力,为避免所选基因冗余,对所选基因的相关性加以约束,然后进行基因选择.采用该方法对真实的DNA微阵列数据进行实验,样本在所选基因子空间上的表达数据有很好可分性,所选基因子空间有良好的分类推广能力,表明了该方法的有效性.
推荐文章
一种基于SVM特征选择的油气预测方法
向量计算机
地震数据处理
油气藏
预测
观音场气田
基于SVM和模糊逻辑的告警相关性分析
网络故障诊断
支持向量机
告警关联
模糊逻辑
一种基于SVM和主动学习的图像检索方法
图像检索
SVM
主动学习
K-means
代表性样本
关键性样本
一种改进的SVM相关反馈图像检索方法
支持向量机
统计学习理论
机器学习
图像检索
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 一种基于SVM和相关性的基因选择方法
来源期刊 计算机应用与软件 学科 工学
关键词 SVM 相关性 交叉验证 基因选择
年,卷(期) 2007,(6) 所属期刊栏目 应用技术与研究
研究方向 页码范围 116-118,175
页数 4页 分类号 TP3
字数 3779字 语种 中文
DOI 10.3969/j.issn.1000-386X.2007.06.042
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 王安文 西北大学计算机科学系 4 11 2.0 3.0
2 姬翔 西北大学计算机科学系 11 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (15)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
SVM
相关性
交叉验证
基因选择
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导