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:
针对生物组学数据高维小样本的特点而引起的分类误差较大的问题,提出了一种带约束小生境二进制粒子群优化的集成特征选择方法.该方法利用二进制粒子群优化算法搜索分类准确率最高的特征子集,通过约束粒子编码的置位个数以限制选择特征个数,并加入多模优化中的小生境技术使算法能够一次获得多个差异度较大的特征子集,最后采用集成学习技术将基于多特征子集建立的基分类器集成为强分类器并对数据进行分类学习.实验结果表明,该特征选择方法在生物组学数据上能够稳定选择较少特征并获得较好分类性能.
推荐文章
基于混沌二进制粒子群优化的KNN文本分类算法
二进制粒子群
混沌
K最近邻
文本分类
并行小生境粒子群优化的模糊聚类算法
小生境
粒子群
模糊聚类
小生境识别
信息共享机制
混合聚类有效性函数
基于元学习和二进制粒子群的网络故障特征选择算法
元学习
二进制粒子群
支持向量机
特征选择
基于改进小生境粒子群算法的多模函数优化
小生境
粒子群优化
多模函数
适应度
欧氏距离
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 带约束小生境二进制粒子群优化的生物组学数据集成特征选择
来源期刊 信号处理 学科 工学
关键词 生物组学 特征选择 粒子群优化 小生境
年,卷(期) 2016,(7) 所属期刊栏目 论文与技术报告
研究方向 页码范围 757-763
页数 7页 分类号 TN931.4
字数 5491字 语种 中文
DOI 10.16798/j.issn.1003-0530.2016.07.001
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 纪震 深圳大学信息工程学院 57 655 13.0 24.0
5 杨峻山 深圳大学信息工程学院 2 3 1.0 1.0
7 朱泽轩 深圳大学计算机与软件学院 9 50 4.0 7.0
11 周家锐 哈尔滨工业大学深圳研究生院计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (22)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(7)
  • 参考文献(7)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
生物组学
特征选择
粒子群优化
小生境
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导