一种基于微阵列数据的集成分类方法
集的方法.本硕士课题结合实际微阵列数据,利用计算机技术和蒙特卡罗模拟研究微阵列数据基因集的统计分析理论方法及其应用,主要内容包括基因集分析方法原假设的合理性,Ⅰ型错误的控制,筛选差异表达基因集(Different Expression Gene set,DEGs)的有效性等等.目前作了以下工作: 1.简要介绍微阵列实验基本概念,基因集注释数据库...
现有大部分微阵列数据中频繁闭合项集的挖掘需要事先给定最小支持度,但在实际应用中该最小支持度很难确定.针对该问题,提出top-k频繁闭合项集挖掘算法,基于自顶向下宽度优先搜索策略挖掘项集长度不小于min_1的top—k频繁闭合项集,并对搜索空间进行有效修剪,从而提高搜索速度.实验结果表明,该算法的时间性能在多数情况...
基于集成分量的基因微阵列数据分类方法的研究
现有大部分微阵列数据中频繁闭合项集的挖掘需要事先给定最小支持度,但在实际应用中该最小支持度很难确定.针对该问题, 提出 top-k 频繁闭合项集挖掘算法,基于自顶向下宽度优先搜索策略挖掘项集长度不小于 min_l 的 top-k 频繁闭合项集,并对搜索空间进行 有效修剪,从而提高搜索速度.实验结果表明,该算法的时间...
集成SVM在微阵列数据分析中的应用
基于双重粒化准则的邻域多粒度粗糙集模型 为了从多粒度,多层次的角度有效处理名义型属性和数值型属性并存的混合数据,首先基于不同的属性集序列和不同的邻域半径构建双重粒化准则,建立基于双重粒化准则的邻域多... 徐怡,杨宏健,纪霞 - 《控制与决策》 被引量: 19发表: 2015年 基于信噪比与邻域粗糙集的特征基因...
一种基于微阵列数据的集成分类方法*LUO Mei-shu,LIU Shi-yong,SHI Lei,YU Hua-long,罗美淑,刘世勇,石磊,于化龙Keywords: microarray data,principal component analysis(PCA),feature selection,support vector machine(SVM),ensemble classification微阵列数据,主成分分析,特征选择,支持向量机,集成分类 ...
基于ICA的集成学习系统在基因微阵列数据分析上的应用研究,基于ICA的集成学习系统在基因微阵列数据分析上的应用研究基于ICA的,基于ICA的