基于偏最小二乘与极大间距准则的微阵列分类

您当前的位置：

首页 >

文章列表页 >

研究论文 | 更新时间：2023-12-11

- 基于偏最小二乘与极大间距准则的微阵列分类
- Tumor Classification by Partial Least Squares and Maximal MarginCriterion Using Gene Expression Data
- 中山大学学报(自然科学版)(中英文) 2008年47卷第4期页码：5-10
- 作者机构：
  
  1. 广东工贸职业技术学院,广东,广州,510510
  2. 
  3. 中山大学数学与计算科学学院,广东,广州,510275
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：2008，
  
  网络出版日期：2008-7-25，
扫描看全文
胡煜, 阳文辉. 基于偏最小二乘与极大间距准则的微阵列分类[J]. 中山大学学报(自然科学版)(中英文), 2008,47(4):5-10.

HU Yu, YANG Wenhui. Tumor Classification by Partial Least Squares and Maximal MarginCriterion Using Gene Expression Data[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2008,47(4):5-10.
胡煜, 阳文辉. 基于偏最小二乘与极大间距准则的微阵列分类[J]. 中山大学学报(自然科学版)(中英文), 2008,47(4):5-10. DOI：

HU Yu, YANG Wenhui. Tumor Classification by Partial Least Squares and Maximal MarginCriterion Using Gene Expression Data[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2008,47(4):5-10. DOI：

中图分类号:

Key words:

microarray data

gene selection

feature extraction

partial least squares

maximal margin criterion

微阵列数据基因选择特征提取偏最小二乘极大间距准则

microarray dataGene selectionfeature extractionpartial least squaresmaximal margin criterion

浏览量

136

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于惩罚高斯混合模型的微阵列基因表达数据分析

基于决策树多分类支持向量机岩性波谱分类

基于压缩感知的图像检索方法研究

相关机构

中山大学地球科学系



广东省地质过程与矿产资源探查重点实验室

佛山科学技术学院计算机系，广东佛山 528000

华中科技大学计算机学院

⁰