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:
在高维的基因表达谱数据中,只有少量基因对分类诊断其作用,而且还存在大量冗余的与癌症分类诊断无关的噪声基因,这些都会导致分类性能的下降.通过基因选择选取与分类紧密关联的基因,不仅能够剔除与疾病无关的基因,减少机器学习算法的时间复杂度和空间复杂度,提高分类的正确率,而且选出的特征基因可以作为肿瘤基因诊断和肿瘤药物治疗靶标确定的依据,降低后期生物学分析成本.本文提出一种基于聚类和粒子群算法(Particle swarm optimization,PSO)的基因选择方法,在PSO算法进行搜索之前,先对基因进行聚类,并对聚类结果进行选择,将被选中的簇的中心作为PSO的初始值,每个被选中的簇作为一个搜索空间,并利用极限学习机(Extreme learning machine,ELM)的分类精度作为特征选择的适应评价标准.该算法不仅有效地利用了聚类算法对基因进行初步归并的能力,也利用了PSO算法的全局优化能力,克服了传统PSO算法早熟、局部收敛速度慢的缺点,因此它能够高效地完成最优基因子集的确定,同时提高癌症分类正确率.
推荐文章
基于基因灵敏度信息和二进制微粒群优化的基因选择方法
基因选择
基因灵敏度
二进制微粒群优化
微阵列数据
基于量子行为的微粒群优化算法的数据聚类
聚类
基于量子行为的微粒群优化算法
新的度量
一种基于聚类的小生境微粒群算法
聚类
多种群策略
小生境
微粒群算法
微粒群并行聚类在客户细分中的应用
并行聚类
自适应
微粒群优化
电信客户细分
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 基于聚类和微粒群优化的基因选择方法
来源期刊 数据采集与处理 学科 工学
关键词 基因表达谱数据 基因选择 微粒群优化 极限学习机
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 83-89
页数 7页 分类号 TP391.4
字数 6188字 语种 中文
DOI
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 郑恩辉 中国计量学院机电工程学院 38 217 8.0 13.0
2 陆慧娟 中国计量学院信息科学学院 101 716 13.0 20.0
3 刘金勇 中国计量学院机电工程学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (59)
参考文献  (10)
节点文献
引证文献  (20)
同被引文献  (29)
二级引证文献  (40)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(21)
  • 引证文献(7)
  • 二级引证文献(14)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
基因表达谱数据
基因选择
微粒群优化
极限学习机
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导