基于邻域互信息和K均值的基因选择算法

• 作者: 刘家诚 张玉冰 殷樱 高昆
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 粒计算 邻域互信息 属性聚类 基因选择
• 年，卷（期）: 2014,（2）
• 页码范围: 821-823
• 页数: 3页
• 分类号: TP311

摘要

多数传统的属性聚类算法不能直接处理连续型属性，为了避免连续数据离散化处理时造成的信息损失，降低样本属性邻域求解的复杂度，提高特征基因提取的效率。文中提出一种将邻域互信息用于属性聚类的特征基因选择方法，用于在海量的基因表达谱数据中挖掘出少量的具有分类识别能力且冗余度较小的特征基因。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高昆	河南师范大学计算机与信息工程学院	5	5	1.0	2.0
2	殷樱	河南师范大学计算机与信息工程学院	8	5	1.0	2.0
3	张玉冰	河南师范大学计算机与信息工程学院	8	4	1.0	2.0
4	刘家诚	河南师范大学计算机与信息工程学院	4	1	1.0	1.0