基于显现模式的肿瘤亚型识别研究

• 作者: 卢新国 王海军 聂雅琳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 显现模式 贝叶斯估计 随机割点 基因分类 基因表述谱 肿瘤
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 人工智能
• 页码范围: 5697-5700
• 页数: 4页
• 分类号: TP18|TP391
• 字数: 4180字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.23.039

摘要

利用显现模式(EPs)的基因分类方法不仅可以识别癌症样本,同时可以挖掘出隐含的与癌症相关的具有生物意义的基因模式,从基因角度揭示癌症病理.提出了一种新的基于显现模式的基因分类算法,该算法通过引入贝叶斯估计提高熵的可靠度,并采用随机割点(RCP)加强割点对未知样本的泛化能力;并借鉴KNN思想,提出一种新的基于EP的基因分类器.实验结果表明了新算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海军	河南科技大学理学院	13	6	1.0	2.0
2	聂雅琳	洛阳理工学院计算机系	16	24	3.0	4.0
3	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0