最后SRBCT数据集被应用到我们的方法中来说明可行性，并用支持向量机（SVM）进行分类说明其有效性。...中国科技论文在线-10-5051015010203040-20-1001020XYZ110图1SwissRollFig.1SwissRoll23020406080维数准确率...
如表1所癌症数据集TableCancerdatasetsMLL白血病数据集110SRBCT蓝色小原细胞瘤数据RMS（横纹肌肉瘤）20115对两组癌症数据集用Matlab7.0平台实验，经过秩和检验把维数降至150个样本作为已知样本，剩余样本作为测试样本。
提出的FSFOA使用11个数据集进行验证。从UCI机器学习库[4]获得十个数据集，并从微阵列数据集中获得高数据集（“SRBCT”）。在我们的实验中，我们使用了公开可用的包WEKA，它是一个基于Java的机器学习工具包。WEKA软件的KNN，SVM和J48分类器在
Anovelmodel-freeinteractionscreeningapproachcalledthehybridmetricsisintroducedforhigh-dimensionalheterogeneousdataanalysis.Themetricsestablishedbasedonthevariationofconditionaljointdistributionfunctionaremeasurementsof...
何爱香;朱云华;安凯;;一种SRBCT亚型识别与特征基因选取方法[J];计算机工程与应用;2007年03期12赵万通;张浩男;;基于TCGA数据库的三种癌症基因表达谱数据的综合分析[J];当代教育实践与教学研…
基于支持向量机的分类特征基因选取.李颖新阮晓钢.【摘要】：依据基因表达谱有效建立分类模型的关键在于准确找出决定样本类别的一组特征基因·针对该问题,在分析基因表达谱特征的基础上,研究了分类特征基因选取问题·首先,提出了一种...
中南大学硕士学位论文基于基因表达谱的数据挖掘方法研究姓名：易丽君申请学位级别：硕士专业：计算机应用技术指导教师：李宏20070530摘要基于基因表达谱在分子水平上对进行分析和研究，是当前生物信息学研究的重要课题。
论文检测初次发表论文咨询摘要：基于元启发式算法———乌鸦搜索算法(CrSA)，提出一种改进的基于乌鸦搜索算法的特征选择算法(IFSCrSA)，以解决目前特征选择问题中存在的不足.通过与传统的机器学习特征选择算法和基于进化计算的特征选择...
多类支持向量机方法的研究现状与分析.赵春晖陈万海郭春燕.【摘要】：支持向量机(SVM)是建立在统计学理论基础上的一种小样本机器学习方法,最初应用于解决两类分类问题.然而在解决实际问题中遇到的多为多分类问题,如何有效的将其推广到多类分类问题是...
一种新的概率子空间聚类集成框架及其在癌症数据分析上的应用.pdf.一种新的概率子空间聚类集成框架及其在癌症数据分析上的应用余志文11华南理工大学计算机科学与工程学院，广州510006摘要：从基因矩阵数据中发现不同的癌症类型和准确地对癌症样本...
(论文)泰科来:高性能网络信令应用将越来越重要过程,越来越重要摩擦学越来越重要基于基因表达谱的SRBCT分类研究浏览次数:1内容提示:1/32/3Powered...
朱云华,李颖新,阮晓钢.基于基因表达谱的SRBCT分类研究[J].计算机工程与应用,2005,(1).朱云华,李颖新,阮晓钢.基于基因表达谱的SRBCT分类研究[J].计算机工程与应...
论文>期刊/会议论文>基于基因表达谱的srbct分类研究计算机工程与应用2005.1引言利用基因表达谱对进行分类与分型是生物信息学中的一个重要研究领域...
就小圆蓝细胞瘤(SRBCT)的亚型识别问题,以组间和组内平方和比率(BSS/WSS)作为衡量基因分类重要性的标准,据此选择基因构造若干MSVM模型,由分类错误率确定了含25个...
安凯中国空间技术研究院计算机工程与应用何爱香,朱云华,安凯.一种SRBCT亚型识别与特征基因选取方法[J].计算机工程与应用.2007(03)一种SRBCT亚型识别与特征基因选取方法[J]...
本文针对鉴别问题,以小圆蓝细胞瘤(SRBCT)为研究对象,从系统科学和信息科学的角度,采用人工智能和计算机技术,就小圆蓝细胞瘤的特征基因选取问题和亚型识别问题,基于基因表...
本文针对鉴别问题,以小圆蓝细胞瘤(SRBCT)为研究对象,从系统科学和信息科学的角度,采用人工智能和计算机技术,就小圆蓝细胞瘤的特征基因选取问题和亚型识别...
基于基因表达谱提出了一种选取特征基因并使用多类支持向量机(MSVM)进行亚型识别的方法。就小圆蓝细胞瘤(SRBCT)的亚型识别问题,以组间和组内平方和比率(BSS/WSS)作为衡量...
为了验证FCFS方法的有效性,与5种已有的排序特征选择方法CIFE,MRMR,Relieff,JMI,DISR以及2种子集的特征选择算法FCBF和CFS在UCI数据集SRBCT,Arrhythmia,Urban,Dermatology,SCAD...
whichprovidesvaluablereferencesforthediagnosisandcuringofSRBCT,hasreducedthenumberoffeaturegenes.KEYWORDSgeneexpressionprofile.featurcselection,w...