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:
将具有良好函数挖掘能力的基因表达式编程(GEP)算法用于处理一组有关心脏病诊断的数据,建立心脏病诊断预测模型.从13个变量中筛选出Sex,Chest pain,Blood pressure,Angina,Peak,Slope,Colored vessels,Thal等8个变量建立分类函数式,对100例预测数据集的预测准确率达87%.本文还采用支持向量机(SVM)等算法对该组数据进行预测分类,研究表明以GEP算法预测准确率为最高.
推荐文章
基于条件云的基因表达式编程算法
条件云
基因表达式编程
云模型
自适应
基于动态适应度的基因表达式编程挖掘反函数
数据挖掘
基因表达式编程
逐步权重自适应
适应度
基因表达式编程的理论研究综述
基因表达式编程
遗传编程
进化算法
遗传计算
基于基因表达式编程的化工过程故障诊断知识抽取
专家系统
故障诊断
基因表达式编程
知识提取
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 基因表达式编程在心脏病诊断中的应用
来源期刊 生物医学工程学杂志 学科 医学
关键词 基因表达式编程 支持向量机 分类 心脏病
年,卷(期) 2009,(1) 所属期刊栏目 论著
研究方向 页码范围 38-41
页数 4页 分类号 R540.4|TP391.75
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (84)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
基因表达式编程
支持向量机
分类
心脏病
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
生物医学工程学杂志
双月刊
1001-5515
51-1258/R
大16开
四川省成都市武候区外南国学巷37号 四川大学华西医院
62-65
1984
chi
出版文献量(篇)
5280
总下载数(次)
31
总被引数(次)
37300
论文1v1指导