基因微阵列数据相关论文
集成学习系统是近年来机器学习和模式识别领域中的研究热点。由于其在处理维数高、样本少和数据结构复杂的这类问题中拥有独特的优......
基因微阵列数据的应用在目前的疾病预测研究中效果显著,它能帮助提高医疗效率和改善医疗效果。然而伴随着医疗领域信息化发展的不......
在当今信息时代，采集获取的生物数据种类繁多，如脑电波、基因微阵列数据、人脸数据、虹膜数据、指纹等等。随着生物科学和信息科学的......
在对基因微阵列数据的特征选择和分类的研究中,粗糙集理论是一个可以消除冗余基因的有效工具。但是传统的粗糙集模型不能很好地处......
Bagging通过组合不稳定的分类器在很大程度上降低了“弱”学习算法的分类误差。基于Torsten等人提出的Double—Bagging算法，本文对......
特征选择和分类在数据挖掘中是非常重要的任务。特征选择将对结果影响较大的特征选择出来。让后期的机器学习变得简单而有效。分类......
针对基因微阵列数据具有高维度、小样本等独特的特点,本文研究并实现了旨在降低计算时间和提高精确度的Bagging决策树。本文提出了......
基因决定了一切生命从出生到死亡整个生命过程的表现形式。通过基因检测与数据分析可以帮助人们知道人一生的疾病走向与潜在隐患,......
由于在缺乏启发性的知识的情况下,遗传算法对于高维的数据的特征提取非常有效,所以遗传算法是基因数据研究中非常重要的算法。而支......
