原文服务方: 计算机应用研究       
摘要:
针对高维小样本的DNA微阵列数据多分类问题,提出一种基于ReliefF和蚁群算法的特征基因选择方法(ReliefF and ant colony optimization,ReFACO).该方法首先采用ReliefF算法评估特征权重,根据阈值筛选出无关基因;然后引入改进的蚁群算法,在迭代改进的过程中寻找最优基因子集;最后利用经典分类算法对维数约简后的数据分类识别.经实验证明,该方法可有效地剔除无关和冗余基因,并利用较少特征基因达到较高多分类效果.
推荐文章
基于粗糙集和蚁群算法的特征基因选择方法
特征选择
粗糙集
蚁群算法
基于粗糙集与蚁群优化算法的特征选择方法研究
粗糙集理论
知识约简
特征选择
蚁群优化
基于粗糙集和蚁群优化算法的特征选择方法
粗糙集
特征选择
蚁群算法
基于邻域熵与蚁群优化的基因选择算法
基因选择
蚁群优化
邻域熵
邻域粗糙集
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ReliefF和蚁群算法的特征基因选择方法
来源期刊 计算机应用研究 学科
关键词 DNA微阵列数据 ReliefF算法 蚁群算法 特征选择
年,卷(期) 2018,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2610-2613
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.09.011
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 吴辰文 兰州交通大学电子与信息工程学院 56 235 9.0 11.0
2 闫光辉 兰州交通大学电子与信息工程学院 37 170 8.0 12.0
3 李晨阳 兰州交通大学电子与信息工程学院 3 8 2.0 2.0
4 郭叔瑾 兰州交通大学电子与信息工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (141)
参考文献  (15)
节点文献
引证文献  (6)
同被引文献  (29)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(11)
  • 参考文献(6)
  • 二级参考文献(5)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DNA微阵列数据
ReliefF算法
蚁群算法
特征选择
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导