微阵列癌症数据误标记样本和异常样本识别的广义CL-stability算法

• 作者: 吴春国 周柚 张琛 时小虎 梁艳春
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 误标记样本识别 异常样本识别 微阵列 广义CL-stability算法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 509-511
• 页数: 3页
• 分类号: TP183
• 字数: 2432字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2008.03.028

摘要

针对微阵列癌症数据的特点, 提出一种能识别数据集中误标记样本和异常样本的广义CL-stability算法. 该算法以CL-stability为基本算子, 通过样本的全局稳定性识别误标记样本或异常样本. 实验结果表明, 广义CL-stability算法对于识别微阵列癌症数据中的误标记样本优于已有算法, 并能给出区分误标记样本和异常样本的信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁艳春	吉林大学计算机科学与技术学院	73	723	15.0	25.0
2	时小虎	吉林大学计算机科学与技术学院	12	71	4.0	8.0
3	周柚	吉林大学计算机科学与技术学院	13	21	3.0	4.0
4	吴春国	吉林大学计算机科学与技术学院	18	272	6.0	16.0
5	张琛	吉林大学计算机科学与技术学院	3	19	2.0	3.0