Print

基于统计检验的基因表达数据特征选取与分类模型

论文摘要

采用统计检验的方法对基因表达数据的特征选取和冗余去除展开研究,为此提出了相应模型及算法,与已有文献中的模型与算法相比较,该模型所提方法思路直观,易于理解,算法构造简单,且运行效率高.数值实验选取3个两分类基因表达数据集,实验结果表明该方法对特征选取和冗余去除均有较好的效果.在此基础上,采用类中心距离法对选取的特征基因进行了分类实验,结果进一步表明,本文提出的方法对两分类基因表达数据具有较高的分类精确度.

论文目录

  • 0 引言
  • 1 特征选取的分布检验模型
  • 2 冗余数据去除的相关性检验
  • 3 特征选取与冗余去除算法
  •   3.1 算法
  • 4 实验结果及分析
  •   4.1 特征选取结果分析
  •   4.2 冗余去除结果分析
  •   4.3 分类的准确度
  • 5 结语

    • 文章来源

    类型: 期刊论文

    作者: 周文佳,吕金超,高翔

    关键词: 基因表达数据,特征选取,冗余去除,分布检验,相关性检验

    来源: 数学建模及其应用 2019年04期

    年度: 2019

    分类: 基础科学,医药卫生科技

    专业: 数学,临床医学

    单位: 中国海洋大学数学科学学院

    基金: 山东省自然科学基金面上项目（ZR2018MA006）,2019年国家级大学生创新训练项目（201910423158）

    分类号: R440;O212.1

    页码: 48-53+74

    总页数: 7

    文件大小: 160K

    下载量: 195

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/468bdfd96e1bb1ee6f3c2121.html