基因选择相关论文
目的:近年来,随着下一代测序（Next-Generation Sequencing,NGS）技术的发展,基于NGS的基因组学、转录组学和表观基因组学技术得到了更......
DNA微阵列技术是功能基因组研究的有力工具,已广泛用于癌症等重大遗传性疾病的病理、相关基因的识别和临床诊断与分类研究。识别肿......
在分子数据中寻找和性状或是临床结局关联的变量对于揭示它们的遗传基础是至关重要的。但是,数据的高维度以及变量间复杂的协方差......
生物信息的爆炸式增长吸引了大量科研人员加入到生物信息学研究领域中来,使得生物信息学很快成为全球关注与研究的焦点。基于基因......
虽然传统基因选择方法能够获得紧凑的信息基因子集，但由于它们没有考虑到基因表达谱数据中蕴含的先验信息，从而导致选择到的基因子集......
基因芯片是获取大规模基因表达数据的崭新技术，运用这种技术可以获得并分析机体组织中成千上万个基因的表达水平及其与疾病的关系。......
基因芯片的出现为基因诊断和基因治疗提供了很好的前提和可能性,超高维空间超小样本的基因选择问题是基因芯片技术的挑战性课题之......
随着生物技术的发展，DNA微阵列数据为基因诊断、基因治疗等提供了前提和可能性。基因选择是基因诊断的基础，如何在超高维小样本的基......
眼下，机器学习、数据挖掘等技术已经普遍运用于医疗、生命科学、经济学等社会各行各业。 本文的主要内容是机器学习方法在生物数......
特征选择技术是当前信息领域,尤其是模式识别领域的研究热点之一。基因选择是特征选择中的一个应用。基因选择在疾病预测方面有非......
基因芯片可以同时检测一个生物样本的所有转录因子活性。与传统的实验工具不同，基因表达芯片能够使我们对细胞在基因水平上有一个全......
支持向量机是利用最优化方法来解决机器学习问题的新工具,是20世纪90年代中期由Vapnik[1]等人提出的。仅十几年的时间,不论是在理......
粗糙集理论是一种分析不精确、不一致、不完备数据的有效工具。然而,等价关系约束下的经典粗糙集模型只能应对离散化形式的数据,具......
植物在生长过程中,常常遭受到各类逆境和病虫害等胁迫的影响,寻找与胁迫响应相关的关键基因,研究植物对胁迫响应的机制,对农业、林......
现如今,工业界以及科学研究中越来越多的多目标优化问题已经出现。粒子群优化算法(PSO)由于其简单易实现、较低的计算复杂度以及较......
癌症已经成为威胁人类生命健康的主要疾病之一,高效的基因选择方法可以有效识别和分析基因表达谱中的致病基因,为癌症的预防和治疗......
同一种癌症可以细分为许多种不同的亚型,而不同的癌症亚型对治疗方案有着截然不同的预后反应和治疗结果。癌症亚型的发现和确定在......
癌症日益威胁着人类的生存和健康,可能以不同的形式发生于人体的不同部位,形成不同类型的癌症。即便同种类型的癌症也会由于不同的......
多种群粒子群优化算法具有可调参数少,全局搜索能力良好,种群多样性较高等优点。然而,整个种群的信息共享较多依赖种群的重组周期......
近年来,随着计算机技术的快速发展和在生物医学领域的广泛应用,尤其是DNA芯片技术的出现,为癌症的分类诊断及其形成机制的研究和治......
癌症已成为威胁人类生命健康最重要的疾病之一。肿瘤诊断是医学领域的一大难题。DNA微阵列技术的出现使得肿瘤在基因表达水平上的......
行善不是个道德问题，而是个算术问题。 利他主义源于何处？是动物本能还是我们心中的道德感？我们往往把德行善举与思想、品格、操守......
玉米(Zea mays L.)是世界上重要的粮食、饲料与工业原料作物。玉米作为工业原料最主要的成份是淀粉,其中所含的直链淀粉在工业上用......
稀疏回归模型具有在高维数据上预测和估计未知参数的优点,因此在统计学、机器学习、生物信息学等领域引起了广泛的关注.然而将其应......
在技术进步的推动下，人类正在经历越来越快的改变。很快，我们就将进化成新的智慧生物，甚至可能是很多种。只是在那个时候，我们还能算是......
在基于微阵列的癌症分类中,由于变量(基因表达)较多,而实验条件较少,因此特征选择和分类方法非常重要。对于疾病诊断,分类器的性能......
针对基因表达谱数据高维度、低样本和数值型的特点，为了选出对分类有用的特征基因，提出了一种基于邻域互信息最大化和粒子群优化的特......
家禽育种和血样采集之间具有怎样的联系?家禽红细胞中的DNA承载了动物个体的遗传信息,红细胞中的遗传信息与身体其他部位的细胞中......
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......
本文在属性聚类网络的基础上,提出了堆近邻分类方法.通过将无监督的属性聚类加上有监督信息,能自适应地优选堆数.样本所考察的近邻......
基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展.从......
基因表达数据的显著特点是数据维数高,样本数量小,针对这些特点该论文汲取了二进制细菌群算法和遗传选择算法的优点,提出了基于二......
研究了有关癌症分类的基因选择问题.开发了集成的基于平滑剪切绝对偏差罚分的SVM-特征选择方法,直接最小化分类器的性能.为解决优......
丁能水，男，1975年7月22日生，江西东乡人，德国哥廷根大学博士、二级岗研究员，博士生导师，享受国务院特殊津贴。现任江西农业大学动物科学......
将蚁群优化算法(ant colony optimization algorithm,ACO)引入基因选择领域,并用基因与类别的相关性分析所得值来初始化最优化问题......
基因(特征)数远大于条件(样本)数,基因表达数据中往往存在大量噪声,并且生物学或医学工作者期望能从大量的基因中挑选出与疾病诊断......
为了得到低冗余度高识别率的基因子集,提出了一种耦合基因灵敏度信息的微粒群优化基因选择方法。首先,通过单隐层神经网络从微阵列......
中图分类号：S816 文献标识码：C 文章编号：1001-0769（2016）02-0026-03 猪育种技术正持续以快速的步伐发展。关键在于彻底分析基因组的......
针对微阵列分类中涌现出的小样本、超高维问题，提出了一种同时进行基因选择和分类的稀疏对数回归学习机．结合部分自适应弹性网络惩罚......
通过结合部分自适应弹性网络惩罚和hinge损失函数,提出了一种能同时进行微阵列分类和基因选择的自适应双正则化支持向量机模型,并......
有效的基因选择是对基因表达数据进行分析的重要内容。粗糙集作为一种软计算方法能够保持在数据集分类能力不变的基础上,对属性进......
基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因......
基因表达数据是由成千上万个基因及几十个样本组成的,有效的基因选择算法是基因表达数据研究的重要内容。粗糙集是一个有效的去掉......
针对微阵列数据样本量少、维度高的特点,结合当前数据降维方法中没有考虑特征与特征之间相关性的缺点,提出一种核最小二乘的特征基......
针对大规模基因芯片高维度的基因表达数据存在大量无关和冗余特征可能降低分类器性能的问题,提出了一种基于互信息最大化方法（MMI）和......
癌症诊断是生物信息学领域的重要课题,其中从基因表达数据中选择与癌症相关的基因子集是癌症诊断的关键。随机森林是近年来很热门......
