首页> 美国卫生研究院文献>BMC Bioinformatics >Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data

【2h】

Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data

机译：利用微阵列数据通过特征选择和模糊c均值聚类进行肿瘤分类和标记基因预测

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

摘要
著录项
相似文献
相关主题

摘要

BackgroundUsing DNA microarrays, we have developed two novel models for tumor classification and target gene prediction. First, gene expression profiles are summarized by optimally selected Self-Organizing Maps (SOMs), followed by tumor sample classification by Fuzzy C-means clustering. Then, the prediction of marker genes is accomplished by either manual feature selection (visualizing the weighted/mean SOM component plane) or automatic feature selection (by pair-wise Fisher's linear discriminant).

机译：背景技术使用DNA微阵列，我们已经开发出了两个用于肿瘤分类和靶基因预测的新型模型。首先，通过最佳选择的自组织图（SOM）总结基因表达谱，然后通过模糊C均值聚类对肿瘤样品进行分类。然后，通过手动特征选择（可视化加权/平均SOM分量平面）或自动特征选择（通过成对Fisher线性判别）完成标记基因的预测。

著录项

期刊名称 BMC Bioinformatics
作者
Junbai Wang; Trond Hellem Bø; Inge Jonassen; Ola Myklebost; Eivind Hovig;
展开▼
作者单位

展开▼
年(卷),期 2003(4),-1
年度 2003
页码 60
总页数 12
原文格式 PDF
正文语种
中图分类应用微生物学;生化遗传学;生化药理学;
关键词

相似文献

外文文献
中文文献
专利

1. Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data [J] . Junbai Wang, Trond Hellem B?, Inge Jonassen, BMC Bioinformatics . 2003,第1期

机译：利用微阵列数据通过特征选择和模糊c均值聚类进行肿瘤分类和标记基因预测
2. Feature clustering and feature discretization assisting gene selection for molecular classification using fuzzy c-means and expectation-maximization algorithm [J] . Lin Hung-Yi Journal of supercomputing . 2021,第6期

机译：特征聚类和特征离散化辅助使用模糊C型方式和期望最大化算法进行分子分类的基因选择
3. A novel data selection technique using fuzzy C-means clustering to enhance SVM-based power quality classification [J] . Manimala K., David Indra Getzy, Selvi K. Soft computing: A fusion of foundations, methodologies and applications . 2015,第11期

机译：一种使用模糊C均值聚类的新数据选择技术以增强基于SVM的电能质量分类
4. Feature Selection and Ranking of Key Genes for Tumor Classification: Using Microarray Gene Expression Data [C] . Srinivas Mukkamala, Qingzhong Liu, Rajeev Veeraghattam, International Conference on Artificial Intelligence and Soft Computing(ICAISC 2006); 20060625-29; Zakopane(PL) . 2006

机译：肿瘤分类关键基因的特征选择和排序：使用微阵列基因表达数据
5. New clustering and feature selection procedures with applications to gene microarray data. [D] . Xu, Yaomin. 2008

机译：新的聚类和特征选择程序，应用于基因芯片数据。
6. A fuzzy based feature selection from independent component subspace for machine learning classification of microarray data [O] . Rabia Aziz, C.K. Verma, Namita Srivastava 2016

机译：从独立分量子空间中基于模糊的特征选择用于微阵列数据的机器学习分类
7. Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data [O] . 2003

机译：利用微阵列数据通过特征选择和模糊c均值聚类进行肿瘤分类和标记基因预测

Tumor classification and marker gene prediction by feature selection and fuzzy c-means clustering using microarray data

摘要

著录项

相似文献

相关主题

期刊订阅