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:
对肿瘤样本进行准确的分型识别是有效治疗肿瘤的前提.首先,利用方差滤波方法选择肿瘤表达谱中具有最大方差的部分基因作为识别特征集,然后,利用支持向量聚类对肿瘤表达谱进行分型识别.针对多类型样本情况和支持向量聚类中出现的孤立点聚类问题,分别提出了有效的解决办法.对两个肿瘤表达谱数据的测试结果显示,基于支持向量聚类的方法能够准确地对肿瘤样本进行分型识别,同时能够自动发现肿瘤样本真实的亚型数量.
推荐文章
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
基于密度聚类的支持向量机分类算法
支持向量机
密度聚类
ε-邻域
改进支持向量聚类算法的研究
支持向量
聚类
核算法
二次规划
基于模糊核聚类的多类支持向量机
支持向量机
多类分类
模糊核
二叉树
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 基于支持向量聚类的肿瘤表达谱分型识别算法
来源期刊 生物医学工程研究 学科 医学
关键词 肿瘤 亚型 分型识别 支持向量聚类 基因芯片表达谱
年,卷(期) 2007,(4) 所属期刊栏目 论著
研究方向 页码范围 305-310
页数 6页 分类号 Q-332|R318
字数 5776字 语种 中文
DOI 10.3969/j.issn.1672-6278.2007.04.002
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 邱浪波 空军工程大学电讯工程学院 17 84 5.0 9.0
2 王正志 国防科技大学机电工程与自动化学院 85 629 13.0 20.0
3 王广云 国防科技大学机电工程与自动化学院 11 31 4.0 5.0
4 强波 国防科技大学机电工程与自动化学院 11 19 2.0 4.0
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  (6)
节点文献
引证文献  (2)
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)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
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)
2013(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
肿瘤
亚型
分型识别
支持向量聚类
基因芯片表达谱
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
生物医学工程研究
季刊
1672-6278
37-1413/R
大16开
山东省济南市解放路11号
1982
chi
出版文献量(篇)
1657
总下载数(次)
8
总被引数(次)
7283
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
论文1v1指导