朱文晓
- 作品数：2 被引量：5H指数：1
- 供职机构：重庆邮电大学更多>>
- 发文基金：国家自然科学基金重庆市教育委员会科学技术研究项目重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于残差超网络的DNA微阵列数据分类被引量：4
- 2015年
- DNA微阵列数据特征维度高,包含噪音,属性之间以及属性与样本类别之间有着复杂的关联性。然而传统超网络的超边一般是从训练集中随机选取属性而组成,难以保证超边质量,而且其分类性能受超边初始化过程影响很大,导致效果不稳定。针对传统超网络的这一局限,提出一种基于残差分析的超网络分类模型。残差算法根据显著性检验,首先假设属性相互独立,然后根据95%的置信水平,运用残差分析,用落入拒绝域的属性值对超网络的超边库进行初始化,以获取关联性较高的超边集合。然后采用梯度下降法进行超网络的演化学习。对急性白血病、前列腺癌和肺癌数据集的实验表明:与传统演化超网络分类器相比,该方法不仅有较高的分类精度,而且提高了分类的稳定性和收敛性。
- 王进朱文晓孙开伟邓欣陈乔松
- 关键词：超网络初始化收敛性
- 基于演化超网络的DNA微阵列数据分类方法被引量：1
- 2014年
- 为能够更好地从高特征维度的DNA微阵列数据中挖掘癌症相关基因,实现对恶性肿瘤的分子分型,提出了一种基于演化超网络模型的DNA微阵列数据分类方法。演化超网络是受生物网络启发而建立的一种认知学习模型,其学习过程非常适用于发掘基因间的相互作用。该方法采用信噪比进行基因选择,选择后的基因经归一化后用于演化超网络的学习和分类。通过急性白血病和结肠癌2种数据集进行实验,结果表明,演化超网络在分类精度方面与当前其他方法有较高的可比性。
- 王进卢影孙开伟朱文晓赵蕊陈乔松邓欣
- 关键词：DNA微阵列
