基因表达数据相关论文
乳腺癌基因数据的分类研究在临床医学上具有重要意义。针对基因数据的结构复杂、高维小样本等特点，提出一种最大相关最小条件冗余和......
特征选择（Feature Selection,简称FS）是一种有效的数据挖掘方法,它可以通过选择高维数据中一组具有高相关性和低冗余性的特征,解决数......
近年来,生命科学的研究正处于突飞猛进的发展中。随着人类基因组计划（HGP）的基本完成与现代生物技术的飞速发展,大量生物信息的获取......
随着高通量DNA微阵列检测技术的发展,产生了众多的基因相关数据,数量庞大的基因和生物网络的复杂性成为理解和解释这些数据的巨大......
随着基因组测序技术的快速发展以及测序成本的下降,大型人群基因组计划不断开展,基因组变异的发现数量得以空前增长。如何有效挖掘......
在当今大数据时代,以基因组学、转录组学和蛋白质组学数据为核心的组学大数据数据量迅速增长,数据类型不断丰富,使越来越多层面的......
基因表达数据隐藏着丰富的生物信息,双聚类算法是挖掘这些生物信息的有效手段.双聚类算法一直被认为是一个NP-hard问题,而蝙蝠算法......
基因特征选择是基因表达数据分析中的一种重要方法。粗糙集是一种处理不确定性、不一致性、不精确性数据的有效分类工具，其特点是保......
微阵列技术的发展产生了大量的高维基因表达数据。直接把适合低维空间聚类的传统算法用于高维基因表达数据分析难以得到理想的结果......
蛋白质复合物参与了细胞中大部分生物过程。生物过程涉及的蛋白质全体构成蛋白质功能模块，整体把握蛋白质功能模块对于阐明蛋白质功......
目的提出一种利用共有基因模块构建大规模基因调控网络算法(Common Gene Modules Network,CGMN),有效降低传统基因调控网络构建基......
本文提出了一种基于Web的基因表达数据管理系统的设计方案。本系统采用两套数据库SampleDataBase和GeneInformationDataBase，使用R......
针对不完整基因表达数据的聚类问题,提出了一种多目标NSGA-Ⅱ框架下缺失值填补与聚类协同优化的算法.算法根据欧式距离确定不完整......
In many applications,covariates can be naturally grouped.For example,for gene expression data analysis,genes belonging t......
Cancer classification based on microarray gene expression data using a principal component accumulat
癌症的分类是在生物信息学的一个主要研究话题。然而，与基因表示数据联系的高维数和小尺寸的性质使分类相当挑战性。尽管主要部件分......
种类敏感分析是技术使用了导出水质量标准的专业之一。一会儿，为水质量标准的开发使用的毒性数据主要在生物单个水平。随 ecotoxico......
cDNA生物芯片表达数据广泛用于生物医学研究,利用计算机对其进行处理还有很多挑战性课题。该文提出了一种新的基于不变基因的多类......
最近发表的一些研究结果表明,肿瘤学家们临床应用的基因表达数据可能相当严密而准确。来自于美国Duke大学医学中心的资深研究人员......
针对不完整基因表达数据的聚类问题,提出了一种多目标NSGA-Ⅱ框架下缺失值填补与聚类协同优化的算法.算法根据欧式距离确定不完整......
肿瘤是世界上危及人类身体健康的主要疾病之一。肿瘤的早期发现，对其诊断和治疗都具有重要的意义。基因芯片技术的发展为肿瘤的早期......
DNA微阵列技术的发展带来了大量的基因表达数据，分析和挖掘这些数据背后所蕴含的知识是目前生物信息学研究的一个热点。作为最基本......
基因芯片技术推动了生物信息学的高速发展,一次基因芯片实验可以产生数以万计的基因表达数据,其中蕴含着丰富的能解释生命现象规律......
生物信息学（Bioinformatics）是伴随着人类基因组计划而产生的一门新的学科，这一学科是集计算机科学、生物学、应用数学、物理等学科为......
基因表达数据蕴含丰富的生物信息,但由于其高维且数据量大的特点,生物信息的挖掘成为极具挑战性的课题。关联分析由于形式简单且结......
基因疾病诊断系统以基因表达数据为研究对象，能在疾病发展早期获得较为准确的诊断效果，为疾病致病机理研究和临床诊断提供重要参考，是......
微阵列技术是实验分子生物学最新的重大突破之一,作为一个强有力的工具,它可以同时得到上千个基因的表达水平,产生大规模基因表达......
功能相近的基因其表达模式相似,通过发现相似的表达模式可以预测未知基因的功能.数据挖掘中的聚类算法是按照数据的相似性进行划分......
神经网络集成技术是神经计算技术的一个研究热点,在许多领域已经有了成熟的应用。神经网络集成是一项相当成功的技术,它用有限个神......
统计学习理论是一种专门研究有限样本情况下机器学习规律的理论,它不仅考虑了对推广能力的要求,而且追求在现有有限信息的条件下得......
本文重点研究了支持向量机(SVM)和Fisher线性判别分析两个分类算法在基因表达数据分类中的应用,并用实验测试了算法的分类性能,发......
本文的研究内容如下:(1)确定的聚类结果.(2)低的时间复杂度.本文的一个研究方向就是把大的数据集化整为零,尽可能地在小数据集上进......
随着基因组学的不断发展,DNA微阵列技术为生命科学提供新的解决问题的思路与方法。基因表达数据是一般为矩阵形式,分析的是基因发......
数据挖掘是目前国际上数据库和信息决策领域最前沿的研究方向之一。由于高维数据日益成为主流，在实际应用中经常会遇到高维数据的情......
随着人类基因组计划的进展,对于基因的功能和基因组内各基因的研究逐步深入。研究基因在不同时间和条件下的表达情况,是认识基因功......
作为一种近年来才出现的、新颖的聚类算法，双聚类算法侧重于对子空间内的相似模式进行聚类，这种算法在高维数据的聚类方面具有良好的......
本文应用自组织映射网络(SOM，Self-Organizing Map)和K—Means相结合的方法对用药后的抑郁症大鼠DNA的芯片样本进行聚类，从而得到不......
利用基因芯片技术能够做到同时对多到数以万计的基因进行并行分析，随着该技术越来越成熟并得到广泛应用，现在已经有越来越多的基因表......
随着人类基因组计划的进展，对于基因的功能和基因组内各基因的研究逐步深入，研究基因在不同时间和条件下的表达情况，是认识基因功能的......
一直以来,主分量分析(PCA)是一个倍受国内外学者关注的科研课题,它能找到一种可逆的正交变换,使原有的高维数据投影到较低维的数据......
基因表达水平是衡量基因功能活动的重要指标。基因表达的信息是理解基因功能和基因调控的潜在机制的一个重要线索。基因芯片（微阵列......
基因表达数据是通过DNA微阵列技术获得的关于一组基因表达过程及其调控信息的定量描述。研究基因表达数据,获取有意义的基因簇,对......
随着生命科学研究的不断深入,生物信息学所涉及的研究范畴也在不断地扩展。微阵列（microarray）技术作为生物信息学中极具发展前景的......
随着人类基因组计划的发展,DNA微阵列技术作为一项革命性的技术应运而生。它可以自动、快速、高效的检测成千上万个基因的表达情况......
生物信息学的研究处在一个数据爆炸的时代,近年来在基因组学、代谢组学、转录组和蛋白质组学等领域技术的进步,使得生物学家可以有......
在生物信息学领域,DNA微阵列技术的出现是一个具有里程碑意义的重大技术突破。随着研究的不断深入,它已被广泛应用于药物研究、基......
