一种基于显现模式的基因分类算法

• 作者: 卢新国 林亚平 王海军 聂雅琳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 显现模式 贝叶斯估计 基因分类 基因表达谱
• 年，卷（期）: 2007,（32）
• 所属期刊栏目: 工程与应用
• 页码范围: 180-184
• 页数: 5页
• 分类号: TP181
• 字数: 5441字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.32.054

摘要

基于基因表达谱的分类技术对于疾病检测具有十分重要的研究意义.利用显现模式(Emerging Patterns,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.针对提取显现模式时在小样本情况下将频率近似于概率的缺陷以及PCL(Prediction by Collective Likelihood)分类器的不足,提出一种基于显现模式的基因分类算法:在显现模式的提取中引入贝叶斯估计以提高熵的可靠度,并借鉴KNN思想,提出一种新的基于EP的分类算法EP-KNN(Emerging Patterns-K Nearest Neighbors).最后在急性白血病数据集上进行实验,实验结果表明新的算法提高了分类正确率,说明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林亚平	湖南大学软件学院	231	2974	26.0	42.0
5	王海军	湖南大学计算机与通信学院	13	6	1.0	2.0
7	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0
8	聂雅琳	湖南大学计算机与通信学院	3	87	1.0	3.0