作者:
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:
在计算学基因挖掘方法的基础上引入基因本体论GO,从而提出一种融合GO的集成基因挖掘方法,即集成SDA-GO-SVM基因挖掘方法.通过两套基因芯片表达谱数据实验并和其它方法对比,该方法能挖掘出更优的特征基因.
推荐文章
复杂疾病驱使的融合SDA-SVM集成基因挖掘方法
微阵列
集成决策
基因挖掘
逐步判别分析
支持向量机
结合SVM和KNN的Web日志挖掘技术研究方法
支持向量机
数据挖掘
网页分类
特征提取
基于ICA-SVM的复杂化工过程集成故障诊断方法
独立成分分析
支持向量机
梯度算法
丁二烯精馏装置
数据挖掘集成技术研究
数据挖掘
集成
数据库
数据仓库
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 集成SDA-GO-SVM基因挖掘方法
来源期刊 电脑与电信 学科 工学
关键词 Gene Ontology 集成决策 基因挖掘
年,卷(期) 2010,(2) 所属期刊栏目 经验交流
研究方向 页码范围 67-69
页数 3页 分类号 TP3
字数 2397字 语种 中文
DOI 10.3969/j.issn.1008-6609.2010.02.043
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨德印 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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
Gene Ontology
集成决策
基因挖掘
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
电脑与电信
月刊
1008-6609
44-1606/TN
大16开
广州市连新路171号国际科技中心B108室
1995
chi
出版文献量(篇)
8962
总下载数(次)
13
总被引数(次)
9565
论文1v1指导