已閱讀1頁(yè),還剩47頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于基因表達(dá)譜數(shù)據(jù)具有高維度、樣本少、高噪聲等特點(diǎn),從而導(dǎo)致傳統(tǒng)的機(jī)器學(xué)習(xí)方法對(duì)高維小樣本的基因表達(dá)譜數(shù)據(jù)的處理并不是很有效。因此,針對(duì)基因表達(dá)譜數(shù)據(jù)的特點(diǎn),本文提出將粒子群優(yōu)化和極端學(xué)習(xí)機(jī)結(jié)合起來(lái)對(duì)其進(jìn)行處理。該方法能夠以較少的基因獲取更高的癌癥預(yù)測(cè)精度。在兩類(lèi)和多類(lèi)基因表達(dá)譜數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果也驗(yàn)證了本文方法的有效性。本文的主要工作如下;
1.運(yùn)用粒子群優(yōu)化算法和極端學(xué)習(xí)機(jī)對(duì)基因表達(dá)譜數(shù)據(jù)進(jìn)行基因選擇,算法中用粒子群對(duì)基
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群優(yōu)化的極端學(xué)習(xí)機(jī)的研究及其應(yīng)用.pdf
- 基于粒子群優(yōu)化的構(gòu)造性極端學(xué)習(xí)機(jī)的研究.pdf
- 基于極端學(xué)習(xí)機(jī)的分類(lèi)方法研究.pdf
- 基于粒子群算法優(yōu)化極限學(xué)習(xí)機(jī)的仿真機(jī)器魚(yú)策略.pdf
- 基于粒子群算法的車(chē)身測(cè)點(diǎn)布置優(yōu)化及檢測(cè)數(shù)據(jù)處理.pdf
- 基于ARPSO算法優(yōu)化的集成極端學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 基于成員分類(lèi)器選擇優(yōu)化的集成極端學(xué)習(xí)機(jī)的研究.pdf
- 極端學(xué)習(xí)機(jī)的有效計(jì)算.pdf
- 基于粒子群優(yōu)化的集成學(xué)習(xí)方法在基因微陣列數(shù)據(jù)分類(lèi)中的應(yīng)用.pdf
- 基于粒子群優(yōu)化算法的支持向量機(jī)集成學(xué)習(xí)方法研究.pdf
- 基于基因表達(dá)譜的數(shù)據(jù)挖掘方法研究.pdf
- 基于聚類(lèi)與粒子群優(yōu)化的基因選擇方法研究.pdf
- 極速學(xué)習(xí)機(jī)優(yōu)化方法研究.pdf
- 基于粒子群優(yōu)化的協(xié)同優(yōu)化方法研究.pdf
- 基于極端學(xué)習(xí)機(jī)的短期風(fēng)電功率預(yù)測(cè)研究.pdf
- 基因表達(dá)譜數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于極端學(xué)習(xí)機(jī)的混凝土抗壓強(qiáng)度預(yù)測(cè)研究.pdf
- 基于粒子群優(yōu)化算法和HFSS軟件的電磁優(yōu)化方法研究.pdf
- 基于粒子群優(yōu)化算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究
- 基于粒子群優(yōu)化的圖像融合方法研究.pdf
評(píng)論
0/150
提交評(píng)論