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:
通过机器学习方法辅助分析生物信息学中的数据,使用微阵列测试技术所获得的基因表达数据能够将任何给定条件下的基因表达模式表现出来,有利于研究人员更加深入地对众多生物过程的本质进行了解和掌握.文章对基因功能分类方法和基因表达数据的肿瘤分类进行了分析.对于基因表达数据的基因功能分类,按照功能类的隶属关系,提出基于功能树的优势因子决策和基于功能树的置信度调整准则,按照这两种标准进行基因功能树的基因功能分类算法改进.对于基因表达数据的肿瘤分类,将传统SVM算法和kNN算法两者进行结合,形成一种新型的分类算法,主要适用于肿瘤的分类.
推荐文章
一种改进的基因表达数据分类方法
基因表达数据分类
SVM
KNN
特征选择
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
聚类算法在基因表达数据分析中的应用
生物信息学
基因表达数据
聚类算法
基于进化FCM算法的基因表达数据分析
模糊C均值
进化策略
ES-FCM算法
基因芯片
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 基因表达数据分类算法及应用探讨
来源期刊 洛阳理工学院学报(自然科学版) 学科 工学
关键词 基因表达数据 分类算法 应用 肿瘤分类 功能树
年,卷(期) 2014,(3) 所属期刊栏目 计算机与自动化
研究方向 页码范围 55-59
页数 5页 分类号 TP301
字数 4395字 语种 中文
DOI 10.3969/j.issn.1674-5043.2014.03.013
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 叶明全 皖南医学院计算机教研室 86 416 11.0 17.0
2 张浩 皖南医学院计算机教研室 15 46 3.0 6.0
3 汪楠 安庆职业技术学院电子信息系 16 45 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (20)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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
基因表达数据
分类算法
应用
肿瘤分类
功能树
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
洛阳理工学院学报(自然科学版)
季刊
1674-5043
41-1403/N
大16开
河南省洛阳市洛龙区学府路1号
1986
chi
出版文献量(篇)
2249
总下载数(次)
9
总被引数(次)
5998
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导