QQ客服 官方微博 反馈留言

题名	基因表达数据分类问题中的特征选择研究; Research on Feature Selection for Classification in Gene Expression Data
作者	黄登锋
答辩日期	2011 ; 2011
导师	罗林开
关键词	基因表达数据 分类 特征选择 Gene Expression Data Classification Feature Selection
英文摘要	DNA微阵列技术的发展带来了大量的基因表达数据，分析和挖掘这些数据背后所蕴含的知识是目前生物信息学研究的一个热点。作为最基本的数据挖掘方法，分类在基因表达数据的分析中有着广泛的应用。由于基因表达数据具有小样本、高维的特点，传统分类方法的直接应用往往效果不佳，分类前进行降维已成为学术界的共识。特征选择由于能够保持每个特征的生物学意义，成为基因表达数据中最常用的降维方法。特征选择不仅可以降低分类学习算法的时间和空间复杂度，避免维数灾难，提高分类的预测精度，同时还有助于生物现象的解释。 本文针对两分类基因表达数据的特征选择问题，深入研究了后向和前向两类特征选择方法，主要的工作和创新点有： 1.在...; The development of DNA Microarray technology provides us a large amount of gene expression data. It has become a central issue in bioinformatics to analysis the potential knowledge behind these data. As the basic data mining method, classification is widely used in gene expression data analysis. The direct use of traditional classification method couldn’t get good prediction as gene expression dat...; 学位：工学硕士; 院系专业：信息科学与技术学院自动化系_模式识别与智能系统; 学号：23220081153408
语种	zh_CN
出处	http://210.34.4.13:8080/lunwen/detail.asp?serial=30148
内容类型	学位论文
源URL	[http://dspace.xmu.edu.cn/handle/2288/50826]
专题	信息技术－学位论文
推荐引用方式 GB/T 7714	黄登锋. 基因表达数据分类问题中的特征选择研究, Research on Feature Selection for Classification in Gene Expression Data[D]. 2011, 2011.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。