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:
在生物信息学中,一个重要的问题是基于微芯片技术将肿瘤分类到不同的类别中去.和许多传统的分类问题相比.这个问题的主要困难是基因空间的维数很高,而要分类的样本数量很小.非负矩阵分解(NMF)在微芯片数据聚类问题中已经成功地解决了这个问题.将非负矩阵分解拓展到数据分类,尤其是肿瘤分类中去取得了很好的效果.基于非负矩阵分解的方法有三个优点:良技好的分类成绩,无参数和良好的可解释性.
推荐文章
挖掘数据模式结构信息的混合数据分类方法
模式结构
复杂网络
高级分类方法
结构效率
节点重要性
不平衡数据集的分类方法研究
机器学习
不平衡数据
数据分类
不平衡数据集上的文本分类特征选择新方法
不平衡数据集
文本分类
特征选择
正类
负类
面向政策法规数据的分类方法
文本挖掘
分类
模型
算法
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 NMF的数据分类方法在肿瘤分类上的应用
来源期刊 计算机工程与应用 学科 工学
关键词 非负矩阵分解 微芯片 数据分类
年,卷(期) 2010,(16) 所属期刊栏目 工程与应用
研究方向 页码范围 245-248
页数 分类号 TPL81
字数 3775字 语种 中文
DOI 10.3778/j.issn.100--8331.2010.16.071
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 章祥荪 中国科学院数学与系统科学研究院 38 852 9.0 29.0
2 张忠元 中央财经大学统计学院 3 10 2.0 3.0
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  (5)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
1999(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
非负矩阵分解
微芯片
数据分类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导