欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
针对如何提高所选基因子集的可解释性和分类性能,提出一种耦合先验信息二进制微粒群算法（BPSO）的基因选择方法。基因灵敏度（GCS）信息和基因调控（GR）信息分别耦合进两个相互独立的共享全局最优位置的BPSO过程中,主要利用先验约束进行粒子群初始化、粒子更新、限制最大速度和自适应变异操作。在两个公开微阵列数据集上的实验表明,由于GCS和GR信息的约束,新方法选出的基因数目较少但具有较强的分类能力。
同期刊论文项目
同项目期刊论文
An improved approximation approach incorporating particle swarm optimization and a priori informatio
A new constrained learning algorithm for function approximation by encoding a priori information int
Modified constrained learning algorithms incorporating additional functional constraints into neural
期刊信息
位置：