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:
为了从高维、小样本的基因表达数据中有效地选择特征基因,消除与肿瘤分类无关的数据,提出一种随机矩阵替换与支持向量机的肿瘤信息基因选择算法( RD-SVM). 首先构建多组0/1随机向量表示的信息基因子集,并以支持向量机构建分类器评价每组子集的优劣,然后考虑各特征之间的相互作用,以0、1替换策略对基因子集评估,并找到最优基因子集,最后采用5个肿瘤信息基因表达谱数据对算法性能进行测试. 结果表明,相对于参比算法,RD-SVM算法不仅提高了肿瘤信息基因的识别精度,同时所选信息基因最少.
推荐文章
基于SVM和信息增益的属性选择算法研究
属性选择
支持向量机
递归属性消除
信息增益
接受者操作特征曲线
基于改进烟花算法的SVM特征选择和参数优化
二进制编码
烟花算法
特征选择
参数优化
基于粗糙信息熵的基因分析与选择研究
粗糙集
生物信息学
基因表达
信息熵
数据挖掘
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 RD-SVM 的肿瘤信息基因选择算法
来源期刊 计算机应用与软件 学科 工学
关键词 基因选择 肿瘤表达谱 信息基因 支持向量机
年,卷(期) 2015,(5) 所属期刊栏目 信息技术交流
研究方向 页码范围 310-313
页数 4页 分类号 TP391
字数 3822字 语种 中文
DOI 10.3969/j.issn.1000-386x.2015.05.075
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 王志明 东莞职业技术学院信息技术中心 29 210 7.0 14.0
2 骆剑锋 东莞职业技术学院计算机工程系 26 37 3.0 4.0
3 谢志伟 东莞职业技术学院计算机工程系 24 104 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (46)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (5)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基因选择
肿瘤表达谱
信息基因
支持向量机
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导