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:
研究了有关癌症分类的基因选择问题.开发了集成的基于平滑剪切绝对偏差罚分的SVM-特征选择方法,直接最小化分类器的性能.为解决优化问题,应用了突函数差异算(difference of convex functions al-gorithms,DCA)这一进行非突连续优化的通用框架,致使连续线性规划算法有限收敛.真实数据集上的先验实验表明算法达到了预想目标:在压缩大量属性的同时,保持了较小分类差错.
推荐文章
改进的波段选择混合核函数遥感图像分类算法
指数
可分性距离
波段选择
混合核函数
LMBP算法
遥感图像分类
基于FCBF特征选择和集成优化学习的基因表达数据分类算法
特征选择
集成学习
微阵列基因表达数据
乌鸦搜索算法
核极限学习机
癌症基因表达谱挖掘中的特征基因选择算法GA/WV
遗传算法
加权投票
模式识别
特征基因选择
高维性
求解函数优化的新型差异演化算法
函数优化
差异演化
单种群
时变变异
时变交叉
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 应用突函数差异算法进行癌症分类的基因选择
来源期刊 计算机科学与探索 学科 工学
关键词 基因选择 特征选择 癌症分类 支持向量机 非突优化 DC编程
年,卷(期) 2009,(6) 所属期刊栏目 学术研究
研究方向 页码范围 612-620
页数 9页 分类号 TP301
字数 1653字 语种 中文
DOI 10.3778/j.issn.1673-9418.2009.06.006
五维指标
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  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2012(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
基因选择
特征选择
癌症分类
支持向量机
非突优化
DC编程
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导