Please wait a minute...
浙江大学学报(工学版)
J4  2005, Vol. 39 Issue (7): 971-975    
论文     
基于人工神经网络集成的微阵列数据分类
王明怡1,2，吴平1，夏顺仁3（1. 浙江大学　生命科学院，浙江　杭州　310029；2. 中国计量学院　计算机科学与工程学系　浙江　杭州　310018；3. 浙江大学　生物医学工程教育部重点实验室，浙江　杭州　310027）
 全文: PDF 
摘要：

基因数量远多于样本数量是基因表达微阵列数据进行疾病诊断所面临的主要挑战，为此提出了采用人工神经网络集成的组织分类方法．该方法使用Wilcoxon测试选择用于与分类相关性较高的重要基因，通过凸伪数据法产生神经网络集成中各个体的训练集，用简单平均法集成网络个体的测试结果．采用实际的微阵列实验数据集分别进行独立测试和交叉验证测试，结果表明，该方法性能优于单个神经网络、最近邻法和决策树．受试者特征曲线测试表明，神经网络集成性能优于单个神经网络．
关键词： 微阵列;  组织分类;  人工神经网络集成    
出版日期: 2005-07-20
作者简介: 王明怡（1971-），男，浙江杭州人，博士生，从事生物信息学、数据挖掘的研究. E-mail:zyywmy@hzcnc.com
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
王明怡
吴平
夏顺仁

引用本文:

王明怡 吴平 夏顺仁. 基于人工神经网络集成的微阵列数据分类[J]. J4, 2005, 39(7): 971-975.

WANG Meng-Yi, TUN Beng, JIA Shun-Ren. . J4, 2005, 39(7): 971-975.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/    或    http://www.zjujournals.com/xueshu/eng/CN/Y2005/V39/I7/971

No related articles found!