...键词: 离散粒子群 特征基因 支持向量机 局部最优[gap=1457]Key words: discrete particle swarm optimization; feature gene; support vector machine; local optimum...
基于16个网页-相关网页
Gene Feature 基因特征值
feature gene segment 特征基因片段
feature gene selection 特征基因选择
mining of feature gene 特征基因挖掘
This thesis improves tumor samples classification of gene expression data in two aspects: classification algorithm and feature gene selection method.
针对基于基因表达数据的肿瘤样本分类,本文从分类算法和特征基因选取方法两个方面进行了改进。
参考来源 - 基于支持向量机的基因表达数据特征选取方法研究Then we use HUM to evaluate the classification effect and select feature gene.
然后用HUM(曲面下的体积或流型下的超体积)来评价分类效果,并依据HUM值的大小提取特征基因。
参考来源 - 一种基于ROC分析的多类别分类方法·2,447,543篇论文数据，部分数据来源于NoteExpress
There are multi -scale feature gene expression, the maximum classification rate is 98.61%, with stable results.
基因表达具有明显的多尺度特征，分类率最大达到98.61%，结果稳定。
This thesis improves tumor samples classification of gene expression data in two aspects: classification algorithm and feature gene selection method.
针对基于基因表达数据的肿瘤样本分类，本文从分类算法和特征基因选取方法两个方面进行了改进。
The problem of feature gene selection and tumor samples classification of microarray gene expression data is one of challenges of gene microarray technology.
基因表达数据的特征基因选取和肿瘤样本分类问题是基因微阵列技术的挑战性课题之一。
应用推荐