首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
CRSSC2016推荐_基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择
Informative Gene Selection for Tumor Classification Based on Symmetric Uncertainty and Neighborhood Rough Set
投稿时间:2016-06-05  最后修改时间:2016-06-19
DOI:
中文关键词:  基因表达谱;邻域粗糙集;对称不确定性;特征选择;肿瘤分类
英文关键词:gene expression profiles; neighborhood rough set; symmetric uncertainty; feature selection; tumor classification
基金项目:
作者单位E-mail
叶明全 皖南医学院 YMQ@WNMC.EDU.CN 
高凌云 皖南医学院  
伍长荣 安徽师范大学数学计算机科学学院  
黄道斌 皖南医学院  
胡学钢 合肥工业大学计算机与信息学院  
摘要点击次数: 27
全文下载次数: 
中文摘要:
      基因表达谱中信息基因选择是有效建立肿瘤分类模型的关键问题。由于肿瘤基因表达谱具有高维小样本、噪声大且存在大量无关和冗余基因等特点,导致信息基因选择成为一个非常有挑战性的工作。为了获得基因数量尽可能少而分类能力尽可能强的一组信息基因,提出一种基于对称不确定性和邻域粗糙集的肿瘤分类信息基因选择SUNRS方法。首先利用对称不确定性指标评估信息基因的重要度,以剔除大量无关和冗余基因,获取信息基因的候选子集;然后利用邻域粗糙集约简算法对信息基因候选子集进行寻优,获得信息基因的目标子集。实验结果表明,SUNRS方法能够用较少的信息基因获得更高的分类精度,从而既能改善算法的泛化性能,又能提高时间效率。
英文摘要:
      1
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第875776位访问者 本站今日一共被访问84

技术支持:北京勤云科技发展有限公司