排序方式: 共有43条查询结果,搜索用时 0 毫秒
31.
癌症识别中一种基于组合GCM和CCM的分类算法 总被引:1,自引:0,他引:1
根据基因表达谱数据的特点,提出了全局分量模型(global component model,简称GCM)和癌症组分量模型(cancer component model,简称CCM)两种癌症识别模型。结合GCM模型和CCM模型的互补性,利用基于权值的投票组合策略提出一种基于组合GCM和CCM的癌症分类算法(ensemble algorithm based on GCM and CCM for cancer recognition,简称EAGC)。在Leukemia,Breast,Prostate,DLBCL 相似文献
32.
生物信息资源更新越来越快,使用可视化的方法来分析DNA序列已成为生物信息学的一个研究热点,用图形表示DNA序列的方法越来越成熟。基于DNA序列的3D图形表示法,提出一种新的进化树构造方法:将DNA基本序列表示成空间3D图形,并计算与序列相对应的非负实对称矩阵;计算新的特征参数C表征序列特性,并获得相对进化距离;基于可凝聚的层次聚类算法构造不同基因序列的进化树。采用中国不同地区的12组禽流感基因HA(H5N1)序列进行试验,最后获得了相应的进化关系。 相似文献
33.
针对基本蚁群算法在双序列比对中存在的易陷入局部最优解及收敛慢的问题,提出了一种新的基于混合行为的蚁群双序列比对算法,该算法通过增加蚂蚁行为模式来增大搜索空间,并且通过改变信息素更新策略来加快收敛速度。实验表明,该算法得到的解的全局性和收敛速度相对基本蚁群算法都有较大提高。 相似文献
34.
35.
36.
37.
文章提出了一种使用微生物遗传特征来进行基因序列聚类的方法。该方法首先从每条基因序列中划分出若干个等差长度的采样片断,然后利用各采样片断的遗传特征DNA(G+C)mol%值来作为基因序列聚类的依据。试验结果表明该方法是可行的,并且具有较好的聚类质量。 相似文献
38.
39.
基于最小二乘模糊支持向量机的基因分类研究* 总被引:2,自引:0,他引:2
随着大量基因表达数据的涌现,把海量的数据划分成数量相对较少的组,有助于提取对生理学和医药学等有价值的生物信息。基因分类技术能够很好地处理和分析这些基因数据。提出了一种应用于基因分类的模糊最小二乘支持向量机方法,通过设置模糊隶属度改变分类中样本的贡献属性。该方法不仅考虑了样本与类中心点的距离关系,还充分考虑样本与样本之间的关系,减弱噪声或野值样本对分类的影响。采用美国威斯康星乳腺癌数据和皮马印第安人糖尿病数据进行实验检测,均取得了很好的效果。 相似文献