基于邻域粗糙集和概率神经网络集成的基因表达谱分类方法

• 作者: 明利特 王勇 王明芳 蒋芸
• 来源期刊: 计算机应用研究
• 关键词: 分类 基因表达谱 概率神经网络集成 邻域粗糙集
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4440-4444
• 分类号: TP18|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.12.010

摘要

从癌症基因表达谱分析入手,针对基因表达谱维数高、样本少的特点,提出一种用于癌症分类的基于邻域粗糙集和概率神经网络集成的分类方法.首先利用Relief算法对基因进行排序,然后利用邻域粗糙集选取分类特征基因,最后结合概率神经网络集成分类模型进行癌症分类.实验结果表明,该方法可以快速有效地选取癌症特征基因,能获得更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	西北工业大学计算机学院	73	493	12.0	19.0
2	蒋芸	西北师范大学数学与信息科学学院	38	377	11.0	18.0
3	王明芳	西北师范大学数学与信息科学学院	4	48	2.0	4.0
4	明利特	西北师范大学数学与信息科学学院	5	101	3.0	5.0