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:
转录调控网络一直是系统生物学和生物信息学领域的一个研究热点.构建转录调控网络为揭示细胞 内的生化反应机制提供了重要的手段.目前该领域的研究存在生物数据利用不充分,基因转录调控网络构建精度低等问题,尤其是在比较大的数据集上.针对以上问题,充分利用基因表达数据、基因序列数据和基因注释数据,提出了基于深度自编码器的XGBoost和逻辑回归组合模型DAXL(combined model with XGBoost and logistic regression based on deep AutoEncoder).最后,在拟南芥数据集上进行了实验,结果表明DAXL方法提高了转录调控网络的预测精度,并且较对比方法优势明显.
推荐文章
转录调控网络模块和模体识别算法研究进展
转录调控网络
模块
模体
识别
算法
基于改进SEM算法的基因调控网络构建方法
基因调控网络
动态贝叶斯网络
贝叶斯结构期望最大化算法
植物次生细胞壁生物合成的转录调控网络
NAC转录因子
MYB转录因子
次生细胞壁
生物合成
调控网络
胃癌模糊基因调控网络的构建
模糊控制
基因调控网络
差异表达基因
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 基于组合模型的转录调控网络构建算法研究
来源期刊 计算机科学与探索 学科 工学
关键词 转录调控网络 深度自编码器 XGBoost 逻辑回归
年,卷(期) 2018,(7) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 1154-1161
页数 8页 分类号 TP391
字数 4551字 语种 中文
DOI 10.3778/j.issn.1673-9418.1705043
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 刘晓燕 哈尔滨工业大学计算机科学与技术学院 35 237 8.0 14.0
2 邢林林 哈尔滨工业大学计算机科学与技术学院 4 3 1.0 1.0
3 郭茂祖 北京建筑大学电气与信息工程学院 18 49 4.0 6.0
4 张诚诚 哈尔滨工业大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (10)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(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)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(9)
  • 参考文献(3)
  • 二级参考文献(6)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
转录调控网络
深度自编码器
XGBoost
逻辑回归
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导