典型文献
癌症基因表达数据的自然启发式特征选择方法
文献摘要：
DNA微阵列分类技术是近年来可以有效诊断癌症的重要手段,而随着生物信息学和分子生物学的快速发展,基因表达谱的维度上升呈现出了高冗余和高噪音的特点.在微阵列表达数据中只有少数相关基因在分类中是有意义的,不相关基因通过隐藏相关基因会导致分类准确率降低.因此,选择癌症特征基因的有效方法至关重要.本文总结了目前在癌症基因表达数据领域应用的自然启发式特征选择方法,进一步探讨其未来的发展趋势,增进读者对自然启发式特征选择方法的了解.
文献关键词：
启发式算法;特征选择;基因表达数据;高维组学
中图分类号：
作者姓名：
侯婧雯;田野;王宗辉;郑睿;李若锦;刘艳
作者机构：
哈尔滨医科大学公共卫生学院 150081
文献出处：
引用格式：
[1]侯婧雯;田野;王宗辉;郑睿;李若锦;刘艳-.癌症基因表达数据的自然启发式特征选择方法)[J].中国卫生统计,2022(05):714-716,720
A类：
高维组学
B类：
癌症基因,基因表达数据,特征选择,选择方法,微阵列,分类技术,分子生物学,基因表达谱,噪音,列表,不相关,分类准确率,特征基因,启发式算法
AB值：
0.247935
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
