Index was outside the bounds of the array. 文章摘要
|本期目录/Table of Contents|

[1]李小波,彭司华. 多类别肿瘤分类的特征基因选择方法研究[J].复旦学报(自然科学版),2014,03:305-312.
点击复制

 多类别肿瘤分类的特征基因选择方法研究(PDF)

《复旦学报》(自然科学版)[ISSN:/CN:]

期数:
2014年03
页码:
305-312
栏目:
出版日期:
2014-06-03

文章信息/Info

Title:
-
作者:
 李小波彭司华
Author(s):
-
关键词:
-
Keywords:
-
分类号:
-
DOI:
-
文献标识码:
A
摘要:
 以肿瘤基因表达谱指导肿瘤的分类是目前机器学习领域的一个研究热点.对多类别肿瘤分类中的关键问题——特征基因选择方法进行了研究,提出了混合式特征基因选择策略.该策略首先利用7种特征选择算法提取与分类高度相关的基因,随后采用SSiCP算法消除冗余基因.实验是在肺癌的多类别基因表达谱数据集上完成的.实验比较了7种特征选择算法的性能,发现CFS算法加SSiCP算法的混合式基因选择策略可以获得数量较少的特征基因集,在训练集和独立测试集均有较高的准确度.所获得的最精简基因集中的部分基因据文献报道与肺癌的发生发展密切相关.实验结果证实了混合式特征基因选择策略的有效性.
Abstract:

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2014-06-04