期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于邻域粗糙集和概率神经网络集成的基因表达谱分类方法 被引量:8
1
作者 明利特 蒋芸 +1 位作者 王勇 王明芳 《计算机应用研究》 CSCD 北大核心 2011年第12期4440-4444,共5页
从癌症基因表达谱分析入手,针对基因表达谱维数高、样本少的特点,提出一种用于癌症分类的基于邻域粗糙集和概率神经网络集成的分类方法。首先利用Relief算法对基因进行排序,然后利用邻域粗糙集选取分类特征基因,最后结合概率神经网络集... 从癌症基因表达谱分析入手,针对基因表达谱维数高、样本少的特点,提出一种用于癌症分类的基于邻域粗糙集和概率神经网络集成的分类方法。首先利用Relief算法对基因进行排序,然后利用邻域粗糙集选取分类特征基因,最后结合概率神经网络集成分类模型进行癌症分类。实验结果表明,该方法可以快速有效地选取癌症特征基因,能获得更好的分类效果。 展开更多
关键词 分类 基因表达谱 概率神经网络集成 邻域粗糙集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部